L’un des problèmes auxquels se heurtent les scientifiques lorsqu’ils analysent et conçoivent des plans pour lutter contre la pauvreté dans le monde est le manque d’informations fiables - en particulier des pays en développement, c’est-à-dire des pays qui ont le plus besoin d’aide. Afin de contourner cette difficulté, des chercheurs de l’Université de Stanford ont décidé «d’enseigner» à un ordinateur l’identification des régions pauvres.

Selon Paul Rincon de la BBC, des scientifiques ont appris à l'équipement à reconnaître les zones pauvres en analysant des images satellite. Cette technique pourrait révolutionner la manière dont les scientifiques identifient les régions à problèmes et concentrent leurs efforts sur l'élimination de la pauvreté dans les pays. en développement.

Lutte contre la pauvreté

Selon Paul, les scientifiques s’appuient traditionnellement sur des informations fournies par la Banque mondiale, qui considère que toute personne vivant avec moins de 2 dollars par jour est au seuil de la pauvreté. Les données, à leur tour, sont collectées par des agents recrutés par l'institution financière qui rendent visite à des familles de régions spécifiques et demandent aux membres de répondre à des questionnaires longs et complexes.

Image satellite de nuit

Il s’avère que cette approche est non seulement coûteuse, mais également limitée, car les agents ne peuvent tout simplement pas se rendre dans certaines zones, comme les territoires en guerre, par exemple, et ne permettent pas que des enquêtes soient effectuées très souvent. L'utilisation d'images satellitaires pourrait donc aider les chercheurs à surmonter ces difficultés et à obtenir des informations précises même dans des zones inaccessibles.

Un des indicateurs déjà utilisé pour établir le degré de pauvreté était constitué d’images satellitaires décrivant une région donnée la nuit - et montrant les lumières des communautés éclairées. Cependant, les scientifiques de Stanford ont également décidé d’inclure des images de jour pour déterminer les différents niveaux de développement économique dans différents pays.

Système intelligent

Les chercheurs de Stanford ont «formé» un modèle informatique complexe pour rechercher des marqueurs spécifiques sur des images satellites (diurnes) de cinq pays africains. Ce système d'intelligence artificielle est capable de reconnaître des caractéristiques telles que les routes pavées, les terres cultivées, les zones urbaines et les plans d'eau, par exemple - caractéristiques faciles à reconnaître avec des yeux bien entraînés.

Analyse effectuée par un système d'intelligence artificielle

Cependant, le modèle est également capable de trouver des motifs dans des images qui ne sont pas aussi faciles à reconnaître par les experts - et l'ordinateur a pu associer ces marqueurs à la présence de communautés pauvres. Au cours de l’étude, les scientifiques ont utilisé des images satellites du Rwanda, de l’Ouganda, du Nigéria, de la Tanzanie et du Malawi, et ont comparé les résultats des analyses avec des informations préexistantes provenant de ces lieux.

Identifier les signes de pauvreté dans l'imagerie satellitaire

Le système a fonctionné à merveille et les scientifiques envisagent d’utiliser ce modèle pour analyser l’ensemble de l’Afrique subsaharienne, puis des pays en développement du monde entier. En effet, ce nouvel outil peut, par exemple, aider les experts à faire des estimations plus précises de la répartition de la pauvreté dans le monde - et à faire en sorte que les ressources atteignent les communautés qui en ont le plus besoin.