Використання великих даних та машинного навчання для створення системи раннього попередження про харчування (НОВИНИ) для Африки

Принаймні з 70-х років минулого століття продовольчі кризи, здається, вражають Африку на південь від Сахари з гнітючою частотою

Вони часто вимагають складних і дорогих міжнародних реакцій і можуть спричинити відчуття безнадії, що в цьому регіоні якимось чином судилося зазнати нескінченного циклу катастроф, пов’язаних з продовольством, внаслідок чого мільйони людей стикаються з хронічним недоїданням та смертю.

Проте недоїдання та його наслідки, а не лише напади сильного голоду та голоду, є постійною проблемою.

Незалежно від того, чи є воно прихованим чи очевидним, недоїдання - це, мабуть, найбільша перешкода в Африці для стійкого, рівного економічного зростання. Хоча кожен дев’ятий чоловік у світі недоїдає, в Африці на південь від Сахари це співвідношення становить кожну четверту. Недоїдані діти відстають на чотири роки від своїх однолітків у навчальних досягненнях. У країнах із стабільно високим рівнем недоїдання економічні витрати можуть зрости до 16,5 відсотків ВВП.

В рамках національних урядів, міжнародних установ, донорів та неурядових організацій ведеться захоплююча робота з покращення харчування в Африці на південь від Сахари.

Але цим зусиллям часто заважають чотири ключові недоліки:

Відповіді реактивні, а не ініціативні. Більшість ресурсів та втручань реагують; вони зосереджені на реагуванні на кризи, а не на запобіганні прогресу проблем настільки далеко.
Втручання обмежуються рівнем домогосподарств та громад. Харчові втручання, як правило, спрямовані на підвищення стійкості домогосподарств у громадах. Менше наголошується на підвищенні стійкості в національних та регіональних системах харчування.
Особам, що приймають рішення, бракує даних для боротьби з недоїданням. Не існує єдиної глобальної системи збору, відстеження та обробки багатьох різних показників недоїдання, що позбавляє тих, хто приймає рішення, критичних уявлень, які могли б запропонувати більш ефективні рішення.
Ознаки недоїдання можуть виявитися очевидними, поки не спалахне харчова криза. Буде важко виявити найменші фактори, які неминуче спричиняють дефіцит їжі та хронічне недоїдання до того, як умови погіршають, а голод настане

Представляємо систему раннього попередження про харчування - НОВИНИ

Рішучий усунути ці слабкі місця, CIAT розробляє нову інновацію в боротьбі за продовольчу та харчову безпеку, яка називається Система раннього попередження про харчування, або НОВИНИ. Спочатку він буде зосереджений на покращенні харчування в країнах Африки на південь від Сахари, але врешті-решт НОВИНИ будуть націлені на вразливі групи населення в усьому світі.

НОВИНИ скористаються останніми досягненнями «машинного навчання», щоб створити потужний інструмент, який може обробляти постійний потік даних, що стосуються їжі та харчування. Потім інструмент може видобувати дані для отримання двох ключових результатів:

Система раннього попередження, яка попереджає тих, хто приймає рішення, про загрози харчування набагато раніше кризи—І задовго до того, як вони стали очевидними за допомогою звичайних систем.
Поточний нагляд з метою надання різноманітних варіантів втручань у харчуванні та підвищення стійкості в національних та регіональних системах харчування. Втручання базуватимуться на перевірених рішеннях і можуть враховувати сучасні тенденції. Вони також можуть бути розроблені для вирішення конкретних національних та регіональних проблем.

Компонент машинного навчання надасть НОВИНАМ здатність розгортати алгоритми, які вловлюють все більший спектр шаблонів і тенденцій, оскільки в систему надходить більше даних. Отже, чим більше інформації обробляє НОВИНИ, тим розумнішою вона стає.

З часом його здатність виявляти ранні сигнали кризи пивоваріння, навіть серед шуму очевидно різнорідних наборів даних, повинна різко покращитися. Таким чином, його спроможність давати місцеві відповідні рекомендації, які уряди, донори, фермери, медичні працівники, НУО, харчові компанії та інші можуть впроваджувати для підтримання та вдосконалення стандартів харчування.

Рекомендації можуть бути адаптовані до потреб окремих країн за допомогою національних «інформаційних панелей харчування», які надалі вдосконалять інформацію, доступну за допомогою НОВИН. Інформаційна панель буде доступна як безпечний веб-сайт, який буде регулярно контролювати та публікувати оновлення щодо ключових показників харчування та продовольчої безпеки.

Оцінка ризику та ранні попередження на інформаційній панелі країни будуть базуватися на сигналах від певного набору показників, що стосуються кожної країни. Рекомендації щодо можливих втручань також можуть бути отримані з урахуванням даних, що стосуються різних країн, таких як клімат, бюджет, інфраструктура, харчові уподобання та сільськогосподарські системи.

Чому машинне навчання для харчування?

На сьогоднішній день алгоритми машинного навчання використовуються для подрібнення величезної кількості інформації з багатьох різних джерел і дають уявлення про все - від рішень щодо догляду за пацієнтами в клінічній медицині до розпізнавання пішоходів у автомобілях без водія та управління відновлюваною енергією в електромережі. Ці системи добре підходять для вирішення проблем харчування та харчування.

Це тому, що існує багато різних сил, які впливають на харчування, але буває важко розібратися, як вони об’єднуються, щоб спричинити широкі проблеми. Ці сили включають зміни врожайності сільськогосподарських культур; клімат, від екстремальних погодних явищ до довгострокових зрушень; коливання цін на продукти харчування; темпи інфляції; загрози безпеці та збройні конфлікти; міграція; урбанізація; державна політика; і хвороби.

Існує також багато різних способів вимірювання харчування. Заходи харчування включають показники затримки росту, здоров’я матері, рівень смертності новонароджених, різноманітність дієт та загальновживаний показник, що передбачає вимірювання окружності плеча середньої частини дитини або “MUAC”. Якість та своєчасність даних для кожного з них може різко відрізнятися залежно від країни.

Тим часом існує кілька організацій, які активно підтримують безліч ініціатив з питань харчування. Вони включають Продовольчу та сільськогосподарську організацію ООН (ФАО), Всесвітню організацію охорони здоров’я (ВООЗ), Дитячий фонд ООН (ЮНІСЕФ), Всесвітню продовольчу програму (МПП) та фінансові установи, такі як Світовий банк (СБ) та Африканський банк розвитку (AfDB).

Хоча їх інтереси схожі, вони регулярно працюють ізольовано один від одного, використовуючи власні складні матриці для вимірювання та відстеження харчування та застосовуючи різні підходи до боротьби з дефіцитом харчування.

Саме тут потужність системи НОВИН може допомогти змінити харчування та засоби до існування мільйонів людей. Хоча єдина система для об’єднання, відстеження та обробки такої кількості змінних, пов’язаних з харчуванням, може здатися химерною, це саме те, що призначено для обробки технологій машинного навчання.

Перетворення НОВИН на основну силу забезпечення продовольчої та харчової безпеки

В даний час CIAT працює над розробкою прототипу НОВИН, який спочатку буде аналізувати харчовий статус популяцій у вибраних країнах Африки на південь від Сахари, щоб знайти варіанти успішних заходів.

Як частина цього процесу, CIAT працюватиме з особами, що приймають рішення в національних урядах регіону, з метою відстеження даних про продовольчу безпеку та харчування, які можуть допомогти поліпшити якість системи НОВИН, а завдяки машинному навчанню краще інформувати про прийняття рішень.

Експерти CIAT шукають додаткових партнерів та альянси, які можуть допомогти розширити НОВИНИ, щоб забезпечити надійну оцінку ризиків харчування та заходів в Західній Африці, Східній та Центральній Африці та Південній Африці. Ми також шукаємо можливості для співпраці з партнерами з приватного сектору, особливо з партнерами, які хочуть використовувати машинне навчання та штучний інтелект для вирішення основних проблем, що стоять перед сучасним світом.

За оцінками, 795 мільйонів із 7,3 мільярда людей у світі потенційно страждають від хронічного недоїдання і стикаються з фізичними, когнітивними та економічними труднощами, які це може спричинити протягом усього життя. Нагально, щоб ми використовували всі доступні інструменти, щоб розпізнати проблему на ранніх стадіях і швидко рухатись, щоб надати ефективні рішення.