Pobreza: o sistema usa um algoritmo que reconhece sinais de pobreza através de um processo chamado aprendizado de máquinas (Getty Images)
Da Redação
Publicado em 18 de agosto de 2016 às 18h54.
Londres - Uma nova técnica que utiliza inteligência artificial para ler imagens de satélite pode auxiliar nos esforços para erradicar a pobreza global, indicando onde o envio de ajuda é mais necessário, disse uma equipe norte-americana de pesquisadores nesta quinta-feira.
O método prestaria assistência aos governos e entidades filantrópicas que estão tentando combater a pobreza, mas não têm informações precisas e confiáveis sobre onde vivem as pessoas pobres e do que precisam, disseram os pesquisadores da Universidade de Stanford, na Califórnia.
Erradicar a pobreza extrema, medida pelas pessoas que vivem com menos de 1,25 dólar por dia, até 2030, está dentro das metas de desenvolvimento sustentável adotadas pelos Estados membros das Nações Unidas no ano passado.
Uma equipe de cientistas da computação e especialistas em satélites criou um mapa mundial que se auto atualiza para localizar a pobreza, disse o professor assistente Marshall Burke, do Departamento de Ciências e Sistemas da Terra, de Stanford.
O sistema usa um algoritmo computadorizado que reconhece sinais de pobreza através de um processo chamado aprendizado de máquinas, um tipo de inteligência artificial, disse Burke.
Os resultados do esforço de dois anos de pesquisa foram publicados no periódico científico Science.
"Nós esperamos que nossos dados sejam diretamente úteis aos governos de todo o mundo... para que possam direcionar seus programas mais efetivamente", disse Burke.
O sistema mostra uma imagem ao computador e o "trabalho do computador é adivinhar o que é a imagem".
O computador recebeu inicialmente dados de pesquisas com moradores de cinco nações africanas -Uganda, Tanzânia, Nigéria, Malawai e Ruanda. Imagens noturnas de satélite também foram usadas.
"O computador aprende a encontrar um monte de coisas que achamos que tem relação com pobreza, como estradas, áreas urbanas, fazendas e cursos d'água", disse Burke.