Анализи

Catholic Relief Services използва машинно обучение за борба с глада

CIO Media

Събирането на данни и машинното обучение помагат на CRS да прогнозира кои домакинства ще изпитат недостиг на храна през следващите няколко месеца

Тор Олавсруд, CIO, САЩ

Catholic Relief Services (CRS) има мисия да предоставя хуманитарна помощ за хората в развиващия се свят. От 2016 г. организацията използва събиране на данни и машинно обучение, които да помогнат и да водят тези усилия.

CRS, основана от Конференцията на католическите пастори на САЩ, за да помага на бежанците от Втората световна война в Европа, е международна хуманитарна агенция в САЩ и член на международната мрежа от католически хуманитарни агенции "Каритас".

CRS започна разработването на индикатори на измерване за анализ на гъвкавост (MIRA), протокол за наблюдение и оценяване на гъвкавостта на засегнати от бедствия общности в Малави. Малави е държава без излаз на море в Югоизточна Африка, която е много уязвима от капризите на времето. 84% от населението й живее в селски райони и разчита на съществуването на селското стопанство.

"MIRA се използва за прогнозиране на появата на глад и изучаване на траекториите на възстановяване на домакинствата в Малави. Повишената унищожителна сила на природните бедствия засилва несигурността за изхранването", казва Джеймс Кемпбъл, регионален технически директор за наблюдение, оценка, отчетност и обучение в CRS.

Силните наводнения изселиха стотици хиляди жители в южната част на Малави през 2015 г. Наводнението беше последвано от продължителна суша, която от своя страна доведе до унищожаване на посевите от вредител, наречен есенен армейски червей.

Планирането и насочването на подходящата реакция при срещата с такива бедствия изискват разбиране кои домакинства са изложени на риск от недостиг на храна. В тази връзка Кемпбъл и неговият екип разработиха MIRA, протокол за събиране на данни с висока честота, който събира информация за "шокове" и след това използва два алгоритъма за машинно обучение - най-близки съседи (KNN) и най-малкият абсолютен оператор за намаляване и избор (LASSO), за да прогнозира кои домакинства ще бъдат изложени на риск от недостиг на храна в рамките на един до два месеца преди появата му.

"Тази информация за ранно предупреждаване вече се споделя периодично с местните селски комитети за развитие, за да им помогне да планират и насочат правилно ответни мерки", казва Кемпбъл.

Проектът донесе на CRS награда FutureEdge 50 за прилагане на нови технологии.

Предсказване на гъвкавост
Протоколът MIRA на CRS използва "внедрени преброители" - хора, които живеят в избраните общности, за да събират данни с помощта на мобилен софтуер за проучване и управление на казуси. Те събират данни за демография, прехрана, икономика и история на шоковете. Това проучване се извършва годишно или на две години. Преброителите също извършват месечно последващо проучване на висока честота на същите домакинства, проследявайки постоянни и нови шокове.

Включените в проучването домакинства бяха избрани според местоположението им на карти за експозиция на наводнения на основата на данни от Обсерваторията за наводнения в Дартмут. След събирането на данните от проучването резултатите се организират по групи с риск от наводнения и три променливи за гъвкавост:

Резултати за благосъстояние: Тази променлива измерва благосъстоянието чрез индекс на стратегии за справяне и оценка на глада. По-ниска стойност на благосъстояние предполага повече уязвимост на шокове.

Преживени шокове: Преброителите контактуват с домакинствата всеки месец, за да им дадат възможност да съобщят за нови и постоянни шокове, за да измерят постоянство, като сушата е най-честа.

Капацитети и характеристики: MIRA включва и характеристики, които могат да се отразят върху вероятността за възстановяване от шокове, като притежавана земя, добитък, местоположение на наводнените площи, втори домове, възраст, пол, образование и инвалидност.

CRS започна да работи по проекта през 2013 г., въпреки че Кемпбъл казва, че са били необходими повече от две години да се създаде методология и да се идентифицира проект, по който да се приложи MIRA и да се изпробва подходът. Работата беше основана на метрики за гъвкавост, разработени от изследователи от училището за приложна икономика и управление Charles H. Dyson в университета Cornell. Съюз от неправителствени организации за определяне на метрики за гъвкавост, в който участва и CRS, допринесе за тази работа. Cornell и няколко други университета сформираха техническа работна група за измерване на гъвкавост под егидата на Организацията по прехрана и земеделие на ООН и Световната продоволствена програма.

"Работната група генерира серия от технически документи, очертаващи рамка, аналитичен модел и други принципи на дизайн за измерване на гъвкавост. Нашият протокол MIRA беше повлиян до голяма степен от работата, извършена от тази група, и Мрежата за информация за сигурност на прехраната", казва Кемпбъл.

Хуманитарен изкуствен интелект
CRS казва, че измерва успеха на протокола MIRA чрез степента на възприемането му. Освен правителството на Малави и други неправителствени организации и USAID изразиха интерес към подхода на CRS, а CRS търси общности, които да станат собственици на модула и да използват данните, за да информират собствените си стратегии за намаляване на риска.

MIRA беше разработен в Малави като част от проекта "Обединени в изграждане и подобряване на очакванията от живота" (UBALE), но спечели гранта на Microsoft "Изкуствен интелект за хуманитарно действие", с който Microsoft ще помогне на CRS да разработи лесно за интегриране решение за всеки проект, който желае да прилага протокола MIRA.

CRS казва, че това ще позволи на всяка национална програма да идентифицира характеристики на домакинствата, които водят до несигурност в изхранването и прогнозиране на резултатите от бъдещи шокове с помощта на обширен набор от алгоритми за машинно обучение. Тази способност ще даде на CRS възможността за препозициониране на помощта с храни в области, които може да изпитат несигурност за прехраната, осигурявайки помощ за хората в нужда по-бързо и по-ефикасно.

"Изкуственият интелект ще повлияе масово на много сектори, включително международно развитие и хуманитарна помощ. Важна роля на технологичните лидери е да уцелят правилния баланс между възможност и риск. Ние трябва да осигурим най-добрите цифрови способности за нашите програми, като същевременно внимателно разгледаме риска за защитата на данните и етиката на изкуствения интелект", казва Стивън Хелън, директор по информационни и комуникационни технологии за разработване в CRS.

Превод и редакция Мариана Апостолова

X