În 2015, statele membre ale ONU au adoptat o agendă globală durabilă pentru 2030. Au fost recunoscute 17 obiective agresive, dintre care eliminarea sărăciei a fost una de vârf. De când au fost create SGA, reuniunile în curs de desfășurare ale unora dintre experții mondiali ai AI și ML, factorii de decizie și experții din universități, guverne, întreprinderi și comunități s-au unit pentru a găsi o modalitate de eradicare a sărăciei.
În afara SUA, definiția sărăciei este un venit de 1,50 USD pe zi sau mai puțin pe persoană. În Statele Unite, definiția sărăciei înseamnă venituri mai mici de 34 de dolari pe zi pe persoană sau o familie de patru persoane cu venituri mai mici de 69 de dolari pe zi. După multă cercetare, experții au convenit că venitul scăzut este doar un indicator al sărăciei, iar un indicator mai precis este măsurarea consumului.
Este necesar să înțelegem pe deplin ce factori afectează bunăstarea, prin urmare măsurarea consumului a fost determinată de un indicator mai precis al sărăciei.
Pentru a ști cum să găsim soluții pentru sărăcie, trebuie să definim mai întâi parametrii și amploarea sărăciei. Cauzele sărăciei, localizarea sărăciei și măsurarea consumului sunt factorii implicați în determinarea bunăstării și, prin extensie, câteva dintre punctele de date care guvernează bunăstarea. În continuare, prin procesul de măsurare pe o scară definită și recunoscută anterior, se stabilește o determinare a pragului.
Deși este necesară includerea multor puncte de date necesare, necesitatea de practică și simplitate sunt necesare pentru acest lucru. Să spunem doar că sărăcia este cauzată de lipsa de educație și abilități de viață și de lipsa accesului la hrană și la apă curată, care poate fi sistemică la nivel regional, un act de dezastru sau război sau ambele. Sărăcia ar putea fi, de asemenea, cauzată de suprapopulare.
În multe țări, un set complet de variabile economice ar putea fi extrem de nesigure ca date de intrare, deoarece multe țări din lumea a 3-a au o infrastructură slabă, o lipsă de diligență pentru colectarea datelor necesare și o lipsă de cooperare în partajarea datelor. Structurile de putere politică au propriile lor agende, astfel încât datele ar putea avea tendința de a arăta numere mult mai optimiste sau numere formale. În general, indiferent de țară sau locație, lipsa datelor de calitate împiedică dezvoltarea și creșterea economică a regiunii.
Prin intermediul imaginilor prin satelit streaming, cercetările identifică mai precis regiunile geografice ale sărăciei prin identificarea concentrărilor dense de lumină pe timp de noapte ca fiind bogate.
Experimental, experții din cadrul Universității Stanford au compilat imagini de noapte și lumină de zi din multe zone din Africa (Rwanda, Nigeria, Uganda, Malawi și Tanzania), indicând factori cheie de performanță pentru o analiză a decalajelor. Prin includerea datelor economice împreună cu datele geospațiale acumulate ca intrări într-un sistem AI / ML, echipa a putut prezice regiunile sărăciei cu precizie de 81% -99%. Acest nivel de acuratețe poate influența pozitiv ajutorul economic prin administrarea de bunuri și servicii mai precis, reducând astfel costurile și ajutând mai mulți oameni. De asemenea, educația poate fi supravegheată și gestionată mai eficient.
O soluție pe care o putem imagina sunt șabloane inteligente care înlocuiesc profesorii în zonele afectate de sărăcie. Camioanele mobile cu clase educaționale alimentate de AI / ML ca sisteme de progres continuu structurat la nivel educațional, bazate pe evaluări și competențe. Atâta timp cât accesul la calculatoare și la internet este disponibil, care poate include rețele de comunicații prin satelit, profesorii AI pot oferi studenților educația bazată pe o programare controlată. Inegalitatea pentru o bună educație poate fi eliminată din cauza reducerii costurilor cu forța de muncă, a eliminării barierei de școlarizare și prin facilitarea accesului la datele proliferative într-un format structurat. Situațiile de învățare personalizate pot fi individualizate și optimizate, iar metodele de predare pentru medii mai puțin informate pot avea acces egal și nivel de teren educațional.
Gigantul tehnic IBM analizează, de asemenea, modalități diferite de a atenua sărăcia prin aplicarea AI / ML, împreună cu investigarea altor aspecte societale. Știința lor pentru bunăstarea socială și Coaliția de alfabetizare din Central Texas (LCCT), partener pe un proiect numit Simpler Voice, lucrează pentru a depăși analfabetismul. Indicațiile vizuale sunt modul în care adulții și copiii cu abilități scăzute, precum și sistemele AI / ML recunosc și înțeleg informațiile.
Aplicația mobilă, Simpler Voice, integrează limbajul natural IBM Watson folosind servicii de transmisie text la vorbire cu un cod de generare a imaginilor noi. Formularea AI / ML prin intermediul rețelelor generatoare de adversari (GAN) oferă concepții alternative pe un telefon inteligent care transformă textul în mesaje verbale simple. Sistemul AI / ML poate prelucra text complex al semnalelor publice, al manualelor, cărților și chiar al înregistrărilor vocale scurte, creând fie conversia textului în vorbire, fie vorbirea în text.
Un test-pilot a fost efectuat la un magazin alimentar pe sticle de șampon, conserve și detergenți pentru spălarea vaselor. Un student LCCT incapabil să citească de pe cutia de detergent pentru spălarea vaselor pentru a recunoaște produsul sau prețul. Simpler Voice interpretează descrierea și prețul produsului pe bază de coduri de bare împreună cu afișarea unei imagini a unei persoane care utilizează detergentul.
Simpler Voice interpretează cuvintele și expresiile cheie pentru a verbaliza „detergentul pentru mașina de spălat vase” și pentru a afișa o imagine a unei persoane care încarcă o mașină de spălat vase cu detergentul. De asemenea, poate transmite cine ar trebui să folosească detergentul, cum trebuie folosit, avertismentele pentru copii și informațiile privind siguranța. Un alt test efectuat pe medicamentele eliberate pe bază de rețetă a fost să verbalizeze cum să se administreze, siguranța și informații suplimentare, împreună cu avertismente pentru posibilele reacții alergice.
