Нейросети продолжают победное шествие по планете. О победе в го над Ли Седолем уже никто и не вспоминает, столько важных новостей было — от угадывания, где сделана фотография до анализа атмосферы экзопланет.
А вот вам еще одна область применения свёрточных нейронных сетей: анализ спутниковых снимков для определения бедных районов Африки. Статья о методе была опубликована в журнале Science в 2016 году.
Группа исследователей из Стэнфордского университета под руководством Маршалла Бурке (Marshall Burke) из отделения электроинженерии предложила новый метод анализа спутниковых снимков. Свёрточная нейросеть тренировалась на снимках Африки, анализируя дневные и ночные фото, определяя по освещённости экономически развитые районы. Затем на тех же снимках система самостоятельно училась определять другие признаки богатых регионов: дороги, реки, прочую инфраструктуру… На основе этой тренировки был создан новый алгоритм оценки богатства отдельного кластера населения (посёлок, деревня, район города). Данные дополнялись материалами двух опросов проекта Demographic and Healh Surveys и Всемирного банка
В результате программа сама смогла «домысливать» недостающие ею данные и оценивать достаток домохозяйств только по спутниковым снимкам. Проверка, проведенная на пяти африканских странах: Танзании, Нигерии, Малави, Уганды и Руанды, показала, что искусственный интеллект в трёх из четырёх случаев правильно предсказывает реальный уровень богатства домохозяйств.
Авторы предполагают, что на основе их данных можно более точно определять направление международной помощи, не прибегая к очень дорогим социологическим исследованиям в Африке, которые, к тому же, порой сопряжены с риском для жизни для их операторов.
Текст: Алексей Паевский