开发人工智能工具以预测和预防肯尼亚的粮食不安全

快速阅读: 《非洲新闻》消息，79岁的穆卢·埃斯特依赖小农场养活家人，但因农作物减产和干旱导致食物短缺。为解决这一问题，加州大学与微软合作研发了一种人工智能工具，通过分析天气模式、卫星图像及医疗记录，预测粮食不安全地区。该工具已在肯尼亚试验，准确率高达3-6个月，有望帮助社区提前做好准备，预防营养不良。

穆卢·埃斯特和她庞大的家庭对因农作物减产而导致的食物短缺并不陌生。69岁的她，她的七个孩子和二十五个孙子孙女都依赖她在基图伊郡的小农场获取食物。据非洲医学与研究基金会（AMREF）称，这是六个雨季缩短的郡之一。

穆卢说她没有其他收入来源，过去她依靠粮食援助，但这些援助并不总是能获得。穆卢担心她的家庭正面临干旱，现在他们每天只能吃一顿饭，通常是粥。“我们现在面临干旱，不知道从哪里获得食物。以前我们曾得到过粮食援助，但现在不再有了。现在我不知道我们是否会饿肚子。现在，我们早上喝粥，等待下一顿丰盛的饭菜。”

她说：“如果我们能进行研究并发明一种技术来消除饥饿，我将非常高兴。我会永远感激，因为你们发现了能终结人们和牲畜饥饿的技术。”

如今，加州大学的研究人员在微软的支持下，正在开发一种人工智能工具，旨在帮助社区为农作物减产做好准备，并防止营养不良的发生。2023年东非地区的干旱严重影响了肯尼亚。根据联合国世界粮食计划署的数据，440万人受到严重的粮食危机的影响，约有110万妇女和儿童面临急性营养不良。

研究人员收集了详细的天气模式、美国宇航局卫星图像显示的植被情况以及过去十年的临床医疗记录，以创建能够预测粮食不安全地区的计算模型。据AMREF称，该工具自去年2月以来已在肯尼亚进行了试验，结果显示其预测在3至6个月内准确。

AMREF的塞缪尔·姆布鲁正在帮助开发这种人工智能软件。“我们查看了过去10年的历史数据，来自不同数据源，并帮助界定病例数量，一直到次郡级别。这有助于提前调配资源，以便我们可以干预五岁以下儿童的营养需求，特别是在我们的医疗机构中。”

AMREF希望通过对社区发出预警，能够更好地应对粮食短缺。重点放在了六个易受干旱影响的北部和东部郡，但现在AMREF表示其模型已覆盖全国。它表示仅靠健康记录不够准确，因为并非所有人都能获得临床帮助。未来，AMREF希望输入在社区层面收集的信息，希望这会更准确。

“我们现在有能力处理大量的数据并加以利用，创造价值。因为数据一直用于历史报告，但现在我们有机会用它来预测，给数据带来更大的价值。第三部分是资源筹措。如果我们能建立案例并积累数据，我们就可以内部和外部筹措资源，因为我们可以在事前展示需求。我认为主要的不足之处在于成本，尤其是在云环境中的。在这个实例中，我们得到了微软慷慨的赞助，但显然利用人工智能技术会有成本上的考虑。”

他说郡官员也将能够为粮食不安全做好准备。“会发生的是，不同营养不良水平的病例会被报告，然后提供资源帮助，如为儿童提供食品包以改善他们的营养不良状况。借助我们即将采用的新技术，我们可以预测设施级别的病例数量，提前3个月或6个月，并调动资源。这样可以确保我们能满足社区的实际需求，因为他们在这方面容易出现营养不良问题，而我们对此早有预判。”

(以上内容均由Ai生成)