- „Data for Good at Meta“ yra atvirojo šaltinio duomenys, naudojami mokant mūsų dirbtinio intelekto pagrindu sukurtus gyventojų žemėlapius.
- Tikimės, kad mokslininkai ir kitos organizacijos visame pasaulyje galės panaudoti šias priemones, kad padėtų įvairiems projektams, įskaitant prisitaikymo prie klimato kaitos, visuomenės sveikatos ir reagavimo į nelaimes projektus.
- Duomenų rinkinys ir kodas pasiekiami dabar GitHub.
Siekdama paremti nuolatinį mokslininkų, vyriausybių, ne pelno organizacijų ir humanitarinių darbuotojų darbą visame pasaulyje, programa „Data for Good at Meta“ yra pirmasis mokymo duomenų rinkinys ir pavyzdinis kodas, naudojamas kuriant. „Meta“ AI varomi gyventojų žemėlapiai.
Pasauliui žvelgiant į didėjančią klimato kaitos grėsmę, „Meta“ dirbtiniu intelektu varomi gyventojų žemėlapiai ir juose esantys duomenys suteikia didelių galimybių nukreipti investicijas į pasirengimą nelaimėms geriau įvertinant pasaulinis potvynis ir viduje prisitaikymo prie klimato planavimas.
Tikimės, kad naudodamiesi atviruoju šių įrankių šaltiniu, kiti mokslininkai galės sukurti naujų įžvalgų, kaip paspartinti tvarios energijos ir klimatui atsparios infrastruktūros pristatymą visame pasaulyje.
Kodėl mums reikia geresnių gyventojų žemėlapių
Daugelyje šalių tikslūs gyventojų skaičiaus skaičiavimai laikomi savaime suprantamais dalykais. Išsivysčiusių ekonomikų vyriausybės gali pasikliauti įvairiais šaltiniais, įskaitant mokesčių įrašus ar surašymo duomenų rinkinius, kad galėtų geriau įvertinti savo gyventojų skaičių ir priimti pagrįstus sprendimus dėl paslaugų teikimo. Tačiau kitose pasaulio dalyse tikslių gyventojų duomenų gauti sunku. Kai kuriose mažas ir vidutines pajamas gaunančiose šalyse paskutinis surašymas galėjo būti atliktas prieš dešimtmečius arba jame trūko tikslaus pažeidžiamų gyventojų skaičiaus. Be to, skaičiavimai tarp surašymų dažnai būna netikslūs, o atokių gyventojų gali visai nebūti oficialiuose šaltiniuose. Dėl to nesuskaičiuotos bendruomenės gali gyventi už svarbiausių programų ribų.
Siekdama kovoti su šiuo iššūkiu, Meta pradėjo pasaulio gyventojų kartografavimo procesas naudojant dirbtinį intelektą ir palydovines nuotraukas 2017 m. Greta kitų pirmaujančių gyventojų kartografavimo institucijų kaip Kolumbijos universiteto Žemės mokslo centro informacinis tinklas (CIESIN) ir „WorldPop“ Sautamptono universiteteturime atvirai paskelbė šimtus didelės raiškos gyventojų žemėlapių ir duomenų rinkinių. Jas visame pasaulyje naudojo vyriausybės ir ne pelno organizacijos socialinėms programoms, pradedant nuo COVID-19 intervencijų taikymas į švaraus vandens tiekimą. Kadangi pasaulio gamtos išteklių ir energijos poreikiai didėja, tikslūs gyventojų skaičiaus skaičiavimai taip pat suteikia daug galimybių pagerinti tvarumo pastangas.
Fonas apie „Meta“ AI varomus gyventojų žemėlapius
„Good“ dirbtinio intelekto varomų gyventojų žemėlapių duomenys rodo, kiek žmonių gyvena 30 metrų tinklelio plytelėse beveik visose pasaulio šalyse. Šiuose žemėlapiuose naudojami kompiuterinio matymo metodai – panašūs į tuos, kurie naudojami atpažinti objektus nuotraukose silpnaregiams – identifikuoti žmogaus sukurtas struktūras palydovinėse nuotraukose. Tada „Meta“ AI modelio rezultatai sujungiami su gyventojų skaičiaus įvertinimais CIESIN apytiksliai kiekvienoje plytelėje gyvenančių žmonių skaičių.
Be bendro gyventojų skaičiaus, „Meta“ gyventojų žemėlapiuose taip pat yra demografinis suskirstymas pagal tokias grupes kaip vaikų iki penkerių metų skaičius, vaisingo amžiaus moterys, jaunimas ir pagyvenę žmonės.
AI varomi gyventojų įverčiai buvo moksliškai įvertinti kaip vieni tiksliausių pasaulyje nustatant gyventojų pasiskirstymą įvairiose geografinėse vietovėse ir naudojimo atvejais. Pavyzdžiui, šis 2022 m. Sautamptono universiteto ir Ganos universiteto mokslininkų darbas Gamta – mokslinės ataskaitos palygina įvairius gyventojų tankio įvertinimus, naudojamus nustatant potvynių riziką Vakarų Afrikoje. Kiti tyrimai ištyrė įvairius naudojimo atvejus, tokius kaip žemėlapių sudarymas nuošliaužų rizika ir maliarijos naikinimas; ir daugybė šalių, įskaitant Haitis, Malavis, Madagaskaras, Nepalas, Ruanda ir Tailandas.
Atviro šaltinio mokymo duomenys mūsų AI populiacijos žemėlapiams
Šį pradinį mokymo duomenų rinkinį sudaro beveik 10 milijonų etikečių, skirtų daugiau nei 126 gigabaitų palydovinių vaizdų, ir žmonių etiketės ant šių palydovinių vaizdų pleistrų, nurodančių, ar yra pastatas. Šios etiketės buvo sukurtos ant 2011–2020 m. palydovinių vaizdų; tačiau net etiketės, padarytos ant senesnių vaizdų, yra naudingos mokant naujos kartos mašininio matymo modelius (pvz., Meta segmentas bet kas), kad būtų galima tiksliau identifikuoti pastatus įvairiose žemės dangos aplinkose. Be šios pirmosios partijos, ateityje planuojame išleisti papildomus duomenis ir kodą, skirtą kompiuterinio regėjimo mokymui.
Atvirojo šaltinio Meta mokymo duomenys ir kodas leidžia populiacijos žemėlapių sudarymo partneriams, tokiems kaip CIESIN ir WorldPop, tęsti pažangą, padarytą per pastarąjį dešimtmetį. Šios priemonės sumažina tyrimų padalinių kūrimo išlaidas, kad būtų galima sukurti dar tikslesnius populiacijos įverčius, taip pat leidžia tyrėjams, dirbantiems su pastatų aptikimu, tobulinti savo metodus, ypač kai jie derinami su naujesniais palydoviniais vaizdais. Ateityje CIESIN paskelbti duomenys ir duomenų bendradarbiavimas, pvz., GRID3, ir toliau didins erdvinės skiriamosios gebos ir tikslumo ribas, nes jos bendradarbiauja su daugeliu Afrikos šalių siekiant generuoti, patvirtinti ir naudoti pagrindinius erdvinių duomenų rinkinius tvariam vystymuisi palaikyti.
Siekdama geriau vizualizuoti kaimų gyvenviečių vietas ir apskaičiuoti paslaugų aprėptį, „World Vision“ kreipėsi į naujovišką duomenų rinkinį, kurį sukūrė „Meta’s Data for Good“ (D4G) ir Kolumbijos universiteto Tarptautinio žemės mokslo informacijos tinklo (CIESIN) centras. Gautas didelės skiriamosios gebos atsiskaitymų sluoksnis (HRSL) pakeitė švaraus vandens geografijos vaizdą.
– Allen Hollenbach, „World Vision“ vandens ir sanitarijos techninis direktorius
Taikymas tvariam elektrifikavimui, švariam vandeniui ir prisitaikymui prie klimato kaitos
Ne pelno organizacijos ir vyriausybės visame pasaulyje jau panaudojo „Meta“ dirbtinio intelekto pagrindu sukurtus gyventojų žemėlapius įvairioms socialinio poveikio programoms, įskaitant Pasaulio banko kaimo elektrifikavimo pastangas Somalyje ir Benine ir panašias pastangas Ugandoje Pasaulio išteklių institutas.
Pasaulio vizija taip pat naudojo šiuos duomenų rinkinius, kad paspartintų penkerių metų vandens ir sanitarijos planų pažangą tokiose vietose kaip Ruanda ir Zambija, ir neseniai paskelbė pasiekęs dar vieną milijoną ruandiečių švariu vandeniu naudojant šių žemėlapių įžvalgas, kad būtų galima stebėti pažangą siekiant visuotinio vandens padengimo.
Pasaulio gyventojų kartografavimo naujovės įmanomos tik bendradarbiaujant Meta su Kolumbijos universitetu ir WorldPop, o bendras įsipareigojimas naudoti atvirąjį kodą leidžia mokslininkams ir vyriausybėms visame pasaulyje dalyvauti šiame procese.
Apsilankykite „Data for Good“ svetainėje, kad gautumėte daugiau informacijos apie „Meta“ programą „Data for Good“. Air apsilankykite šiame tinklaraštyje, kad gautumėte daugiau informacijos apie tai, kaip saugome naudotojų privatumą naudodami savo įrankius.
Padėkos
Norėtume padėkoti mūsų išorės bendradarbiams: profesoriui Andy Tatemui, Sautamptono universiteto (JK) WorldPop direktoriui; ir Greg Yetman, CIESIN, Kolumbijos universiteto Geoerdvinių programų asocijuotas direktorius, ir už jų partnerystę ir paramą šiame darbe.
