Исследователи из EPFL и ETH Zurich в сотрудничестве с Международным комитетом Красного Креста (МККК) и Университетом бин Халифа (Катар) разработали программу, которая может генерировать оценки плотности населения с непревзойденной точностью, и ей требуется только приблизительная оценка в региональный уровень, чтобы узнать.

В большинстве стран, где работает МККК — будь то в ответ на кризис или конфликт или в поддержку восстановления — обновленные данные переписи населения отсутствуют. А там, где проводятся переписные подсчеты, они часто быстро устаревают в результате быстрого роста населения и демографических сдвигов.

Но когда гуманитарным работникам нужно восстановить подачу воды, раздать продукты или оценить осуществимость профилактической программы, они могут работать гораздо эффективнее, если знают, сколько людей находится в данном районе. Вот почему инженеры EPFL и ETH Zurich объединились с МККК для разработки программы на основе искусственного интеллекта под названием Pomelo.

Программное обеспечение собирает большие наборы общедоступных данных из систем дистанционного зондирования, таких как данные о количестве зданий, средних размерах зданий, близости к дорогам, дорожные карты и ночное освещение, и объединяет их на основе взвешиваний, полученных нейронной сетью. Помело был успешно протестирован в нескольких африканских странах и дает исключительно гранулированные результаты на площади размером до гектара. Выводы исследователей опубликованы в Scientific Reports.

Точность до ближайшего гектара

Хотя уже существует несколько методов картирования населения, ни один из них не может дать оценки с точностью, необходимой для гуманитарных операций, городского планирования и мониторинга окружающей среды . Эти методы обычно работают либо путем экстраполяции данных подробных, но локальных съемок, чтобы охватить более крупные территории, либо путем использования открытых геоданных (таких как изображения с беспилотников и спутников), которые получены на больших территориях, и их дезагрегирования в соответствии с различными критериями для того, чтобы достичь гораздо более высокого разрешения.

В настоящее время МККК использует программное обеспечение, основанное на использовании следов зданий. «Но наше программное обеспечение не учитывает другие факторы, такие как использование зданий, — говорит Тао Тон-Тат Уилан, руководитель проекта МККК. «Это важно, потому что вид помощи, необходимой в данном районе, зависит, например, от того, является ли он промышленным, административным или жилым районом».

Профессор Дэвис Туиа, возглавляющий Лабораторию экологических вычислений и наблюдения за Землей EPFL, добавляет: «Существует несколько других программ, основанных на искусственном интеллекте, но всем им требуется точный подсчет переписи, чтобы начать обучение, которое они затем уточняют с помощью другие данные. Нам нужна только оценка населения на грубом региональном уровне».

Pomelo был разработан в рамках инициативы Engineering Humanitarian Action — партнерства между EPFL, ETH Zurich и МККК с целью использования новых технологий и инженерных ноу-хау для улучшения жизни нуждающихся людей. Цель Pomelo состояла в том, чтобы создать программу искусственного интеллекта, которая может создавать точные карты населения для отдельных участков земли размером в один гектар или 100 м в длину и 100 м в ширину. Их программа может обеспечить такую ​​точность благодаря большому количеству общедоступных наборов данных, из которых она черпает информацию.

Протестировано в Танзании, Замбии и Мозамбике

Например, на основе открытых данных для данного здания Pomelo может логически оценить население в зависимости от его использования. «Здания, как правило, выше в городских районах, чем в пригородах, например, и больше людей, как правило, живут в районах, где больше ночного освещения», — говорит Туйя.

«Вся эта информация помогает производить более точные оценки плотности населения. Сначала мы рассматривали возможность использования данных из социальных сетей , но потом поняли, что эти приложения недостаточно широко используются в кризисных зонах, особенно в сельской местности».

Инженеры проверили свою программу на данных из нескольких африканских стран, включая Танзанию, Замбию и Мозамбик — стран, где также работает МККК. Они использовали Pomelo для создания серии цифровых карт, показывающих оценки плотности населения по гектарам, и сравнивали результаты с оценками других программ. Помело оказался более точным, чем его сверстники, не только на уровне гектаров, но и в более крупных и грубых масштабах, в том числе при низкой плотности населения (1000–2000 жителей).

«Сотрудничество с этими двумя университетами позволило нам использовать передовые технологии, для разработки которых у нас не всегда было бы времени или возможностей в МККК», — говорит Тон-Тат Уилан, который считает, что Pomelo будет очень полезен для целей планирования.

«Конечно, у нее есть свои пределы, например, в ситуациях, когда группы быстро перемещаются. И программа не может сказать нам, пусты ли здания, но у нас есть группы на местах, которые могут предоставить нам такую ​​​​информацию». Исследователи планируют выпустить простую в использовании версию программного обеспечения для неспециалистов к апрелю 2023 года.