Um dos problemas com o qual os cientistas se deparam ao analisar e traçar planos para combater a pobreza no mundo é a falta de informações fidedignas – especialmente dos países em desenvolvimento, ou seja, das nações que mais precisam de ajuda nesta matéria. Com o objetivo de combater esta dificuldade, investigadores da Universidade de Stanford, nos EUA, decidiram “ensinar” um computador a identificar regiões pobres.

De acordo com Paul Rincon, da BBC, os cientistas desenvolveram um algoritmo que possibilita o equipamento a reconhecer áreas pores através da análise de imagens de satélite – e a técnica poderia revolucionar a forma como os cientistas identificam regiões problemáticas e focam os seus esforços para acabar com a pobreza em países em desenvolvimento.

Combate à pobreza

Segundo Paul, tradicionalmente, os cientistas baseiam-se em informações obtidas pelo Banco Mundial – que considera que qualquer pessoa viva com menos de 2 dólares por dia encontra-se na linha da pobreza. Os dados, por sua vez, são recolhidos por agentes contratados pela instituição financeira que visitam famílias de regiões específicas e pedem que os integrantes respondam a longos e complexos questionários.

Acontece que tal abordagem, além de ser cara, é limitada – já que os agentes não podem visitar determinadas áreas, como os territórios em guerra, por exemplo – e não permite que os resultados do projeto sejam realizados com muita frequência. Portanto, a utilização de imagens de satélite poderia ajudar os investigadores a vencer estes desafios e obter informações precisas inclusive de zonas pouco acessíveis.

Um dos indicadores que já eram utilizados para estabelecer o grau de pobreza eram as imagens de satélite que retratam uma dada região durante a noite e que mostram as luzes das comunidades ligadas. Os cientistas de Stanford decidiram incluir imagens diurnas também para determinar os diferentes níveis de desenvolvimento económico de vários países.

Inteligente

Os investigadores de Stanford “treinaram” um complexo modelo computorizado para que ele procurasse marcadores específicos nas imagens diurnas de satélites de cinco países africanos. Esse sistema de inteligência artificial é capaz de reconhecer feições como vias pavimentadas, áreas de cultivo, regiões urbanas e corpos hídricos, por exemplo, que são caraterísticas que podem ser facilmente reconhecidas por olhos bem treinados.

O modelo também é capaz de encontrar padrões nas imagens que não são facilmente reconhecidos pelos especialistas – e o computador conseguiu associar esses marcadores com a presença de comunidades pobres. Durante o estudo os cientistas empregaram imagens de satélites de Ruanda, Uganda, Nigéria, Tanzânia e Malawi, e compararam os resultados das análises com informações pré-existentes desses locais.

O sistema obteve um desempenho surpreendente e os cientistas pretendem empregar o modelo para analisar toda a África Subsariana e, depois, os países em desenvolvimento que existem pelo mundo. Aliás, essa nova ferramenta tem o potencial de, por exemplo, ajudar os especialistas a conduzir estimativas mais precisas sobre a distribuição da global pobreza e garantir que os recursos cheguem até as comunidades que mais necessitam deles.

Comentários

You need to login or register to bookmark/favorite this content.

Bookmarked By