Agenda ONU 2030: studiu revoluționar despre cum să previi crizele alimentare

Un studiu al Universității din New York a arătat că anticiparea epidemilor de criză alimentară este posibilă și fundamentală, pentru a aloca eficient ajutor de urgență și pentru a reduce suferința umană. (imagine produsă cu Midjourney)

Pentru a anticipa aceste crize, puteți folosi i modele predictive dar se bazează pe măsuri de risc care sunt adesea întârziate, învechite sau incomplete. Studiul de la Universitatea din New York a încercat să înțeleagă cum să exploateze algoritmii predictivi într-un mod optim.

Studiul a arătat că prin compilarea textului a 11,2 milioane de articole despre țările cu insecuritate alimentară publicate între 1980 și 2020 și profitând de progresele recente în domeniul deep learning: se pot obtine rezultate reconfortante. Elaborarea a permis extragerea precursorilor de înaltă frecvență ai crizelor alimentare care sunt atât interpretabili, cât și validați de indicatorii tradiționali de risc.

Algoritmul deep learning a subliniat că, în perioada iulie 2009 – iulie 2020, indicatorii de criză îmbunătățesc substanțial previziunile în 21 de țări cu insecuritate alimentară, cu până la 12 luni mai devreme decât modelele de referință care nu includ informații textuale.

Studiul se concentrează pe predicția privind clasificarea integrată a fazelor (IPC) a insecurității alimentare publicată de Rețea de sisteme de avertizare timpurie asupra foametei (FEWS NET). Această clasificare este disponibilă la nivel de district în 37 de țări cu insecuritate alimentară din Africa, Asia și America Latină și a fost raportată de patru ori pe an între 2009 și 2015 și de trei ori pe an ulterior. 

Insecuritatea alimentară este clasificată după o scară ordinală formată din cinci etape: scăzut, stres, criză, urgență și foamete. 

BlogInnovazione.it