Odhadování skutečného stavu globální chudoby pomocí strojového učení

Spolupráce mezi UoC Berkeley, Stanfordovou univerzitou a Facebookem nabízí hlubší a podrobnější obraz skutečného stavu chudoby v jednotlivých zemích a mezi nimi, pomocí strojového učení.

Výzkum, nazvaný Mikro-odhady bohatství pro všechny nízko- a středně-příjmové země, je doprovázen beta webovou stránkou, která umožňuje uživatelům interaktivně prozkoumat absolutní a relativní ekonomický stav jemných oblastí a pocketů chudoby v nízko- a středně-příjmových zemích.

Rámec zahrnuje data z družicových snímků, topografických map, mobilních telefonních sítí a agregovaných anonymizovaných dat z Facebooku, a je ověřen proti rozsáhlým face-to-face průzkumům, za účelem reportování relativního bohatství v regionu, spíše než absolutních odhadů příjmu.

Mapa globální chudoby, vázaná na nejvíce postižené oblasti. Nižší, zvětšené oblasti Jižní Afriky a Lesotha (b); 12sqkm oblast kolem townshipu Khayelitsa poblíž Kapského Města. Zdroj: https://arxiv.org/ftp/arxiv/papers/2104/2104.07761.pdf

Systém byl přijat vládou Nigérie jako základ pro administraci sociálních programů ochrany, a běží souběžně s existujícím rámcem Světové banky, Národního sociálního bezpečnostního projektu (NASSP). V únoru byli první příjemci podle schématu vyplaceni hotovostní transfer ve výši 5000 nigerijských nair, benefit, který je vyplácen až šest měsíců, dokud není dosaženo prahové hodnoty jednoho milionu nair.

Práce tvrdí, že chudoba dat významně přispívá k nesprávnému rozdělení pomoci v zemích s minimálními zdroji pro shromažďování dat nebo omezenou infrastrukturou, a že politicky motivované nesprávné hlášení (problém neomezený na nízko-příjmové země) je také faktorem v tomto ohledu.

Registrace ‘nezahlášené chudé’

Simulace výzkumníků na datech ukázala, že, za stávajících předpisů pro alokaci zdrojů pomoci, distribuce na základě tohoto systému zvyšuje platby pro ty, kteří jsou nejvíce potřební, a snižuje platby pro stávající příjemce v vyšších příjmových skupinách. Práce také uvádí, že administrátoři sociálních programů ochrany čelili obtížím při alokaci zdrojů pomoci na počátku krize COVID-19, kvůli nedostatku komplexních nebo podrobných dat. V Nigérii, například, nejnovější data z průzkumů pokrývají domácnosti pouze v 13,8 % všech nigerijských okresů, ve srovnání s 100% pokrytím, které nabízí nový systém.

Předchozí práce na AI-pomoci při odhadování chudoby se soustředila převážně na data získaná ze satelitních snímků (viz níže), ale výzkumníci tvrdí, že data z mobilní konektivity poskytují přesnější a podrobnější vhled do rozdílu bohatství mezi regiony, a tato informační stránka poskytuje polovinu všech přispívajících dat pro projekt.

Z hlediska obecnosti v datech strojového učení výzkumníci pozorují, že modely školené v jedné zemi mohou být prospěšným a přesným šablonou pro modely pokrývající sousední země. Také poznamenávají, že nový rámec je schopen nejen rozlišovat mezi městskými a venkovskými lokalitami, ale je také schopen poskytovat mapy rozdílu bohatství uvnitř urbanizovaných oblastí, což přesahuje rozsah mnoha nedávných výzkumných iniciativ v tomto sektoru.

Satelitní snímky v analýze chudoby

Hlavní princip satelitní analýzy chudoby je předpoklad, že chudí lidé mají málo peněz na provoz elektrických světel v hodinách tmy, nebo mohou nemít žádné elektrické světlo. Kde absence bodových světel může být korelována s přítomností lidí, jak je zjištěno jinými prostředky (jako mobilní konektivita), může být generován index deprivace.

Tato technika byla navržena v roce 2016 v dřívějším Stanfordském článku z jiné výzkumné skupiny. Metoda popsaná v tomto článku zavedla použití večerních satelitních snímků poskytnutých Spojenými státy americkými – leteckým programem Defense Meteorological Satellite Program (DMSP) prostřednictvím Národního oceánického a atmosférického úřadu (NOAA-NGDC).

Čtyři konvoluční filtry identifikují, zleva doprava, rysy, které se vztahují k městským zónám, venkovským zónám, vodě a silnicím. Horní řádek ukazuje zdrojové obrázky z Google Maps, střední řádek mapy aktivace filtrů z analýzy strojového učení a spodní řádek překrytí map aktivace na původních mapových obrazech. Zdroj: https://science.sciencemag.org/content/sci/353/6301/790.full.pdf

Stanfordský projekt koreloval filtrované důkazy nočních světel ze satelitních snímků proti své vlastní databázi DHS průzkumů pro rok, ve kterém se obě údaje vyskytly. Bylo nutné stanovit průměry součtu nočních světel jako proxy pro určité ekonomické ukazatele.

Pozemní pravda pro globální statistiky chudoby

Pro nový Stanfordský projekt výzkumníci rozhodli odvodit datový rámec z existujícího Demografického a zdravotního průzkumu (DHS) programu, ačkoli, jak uznávají, toto effectively replikuje DHS schéma v datech. Výzkumníci pozorují: ‘Rozhodli jsme se školoit náš model výhradně na DHS data, protože je to nejkomplexnější jediný zdroj veřejně dostupných, mezinárodně standardizovaných dat o bohatství, která poskytuje odhady bohatství na úrovni domácností s sub-regionálními geo-markery.’

Nicméně, projekt funguje na mnohem vyšší rozlišení než DHS, a použití existujícího rámce jako pozemní pravdy poskytuje dvě výhody: poprvé, DHS data nezávisí na formálním hlášení příjmu, které je nespolehlivým ukazatelem v zemích nejvíce postižených chudobou, kde černé trhy prosperují; a za druhé, data jsou shromažďována standardizovaným způsobem a podle mezinárodní šablony, která umožňuje rámcům výzkumníků zahrnout další země, které jsou předmětem tohoto způsobu měření, spíše než stanovení ekvivalencí mezi konkurenčními rámci.

Mobilní konektivita jako ekonomický index

Pro lidi žijící v ekonomicky ohrožených oblastech se mobilní konektivita stala technologickým lifelinkem za posledních dvacet let, protože mobilní telefony jsou minimální dostupnou technologickou platformou, na které se lze spolehnout v takových podmínkách. Mobilní telefony se také staly de facto platebními platformami pro příjemce pomoci, kteří nemají bankovní účet nebo jiné konvenční prostředky pro přijímání peněz.

Avšak, jak bylo pozorováno dříve, použití mobilních síťových ukazatelů jako ekonomického indexu pro systémy strojového učení má některé potenciální nevýhody: existují lidé v postižených regionech, kteří jsou tak chudí, že nemají ani mobilní telefon – přesně ti lidé, kterým je systém nejvíce určen pro pomoc; systém by mohl být potenciálně zneužit uživatelům s více mobilními telefony v případech, kdy se telefon stal proxy pro unikátní ID hashů občanů; a existují důsledky pro soukromí při vytváření tohoto druhu identifikačního systému, v případech, kdy místní nebo národní vláda si ponechává určitou kontrolu nad projektem; a em mohl být potenciálně zneužit uživateli s více mobilními telefony v případech, kde telefon se stal proxy pro unikátní ID hashů občanů; a existují důsledky pro soukromí při vytváření tohoto druhu identifikačního systému, v případech, kde místní nebo národní vláda si ponechává určitou kontrolu nad projektem.