Американські вчені запропонували визначати рівень бідності в Африканських країнах за супутниковими знімками регіонів. Запропонований дослідниками метод полягає в тому, що штучний інтелект аналізує супутникові знімки місцевості і на основі її особливостей робить оцінку добробуту жителів регіону. Результати досліджень вчених були опубліковані в журналі Science.
Як правило, для визначення рівня бідності використовуються різні методи. Разом з тим, для проведення великомасштабних досліджень потрібні значні витрати з боку уряду, тому в економічно слаборозвинених регіонах такі дослідження проводяться рідко. Це створює дефіцит інформації, що робить неможливим визначення регіонів, які найбільш гостро потребують допомоги.
Тепер же дослідники запропонували використовувати нейромережу, що оброблює супутникові знімки місцевості. Багатошарова архітектура такого типу мереж дозволяє аналізувати зображення високого рівня абстракції. В даному випадку на вхід нейрона подається не вся картинка, а невелика її частина, яка обробляється програмою. Після цього виходить карта ознак, яка теж кілька разів "пропускається" через нейромережу, і, в кінцевому підсумку, штучний інтелект визначає, що зображено на знімку.
Роботу програми вчені перевірили на прикладі п'яти країн з доступними результатами опитувань: Нігерії, Танзанії, Уганди, Малаві та Руанди. Виявилося, що передбачення штучного інтелекту в 75% випадків співпадали з реальними даними про багатство домогосподарств. У випадку з передбаченням на основі споживчих витрат програма показала менший результат - 55%.
Раніше повідомлялося про те, що штучний інтелект зрівнявся в тесті IQ з чотирирічними дітьми. Автори використали тест WPPSI третього видання, який застосовується для дітей віком від 2,5 до 7 років. Щоб адаптувати видання для комп'ютерної програми, вчені використовували додаткові модулі, що переводять текстовий питання в набір ключових слів.