卫星图片VS海量信息 用机器学习与贫穷作斗争

    没有人喜欢贫穷。每个国家的政府都立志消除本国的贫困状况，联合国可持续发展目标的第一条就是“在全世界消除一切形式的贫困”。但想要消灭它，就得先认识它——政策制定者和人道援助组织都需要了解，究竟是哪里的人更贫穷。斯坦福大学的尼尔·吉恩（Neal Jean）等人近日在《科学》杂志上发表一篇论文，详细描述了如何利用机器学习来为人们与贫穷的斗争出力。在这个例子中，只要有正确的设置和精度足够高的卫星图片，经过得当训练的卷积神经网络能够从有限的资源中窥得有效信息。凭借成本和通用性方面的优势，这些结果能够在帮助国际社会分析和对抗贫穷的工作中派上大用场。

    不再满足于简单的声控灯光，温感浴室，红外传感门禁，人们想要的更多。想要的更智能、更可靠，像是一个多年的老朋友一般，在你需要的每一个时刻，给予最细致入微的关怀。机器学习，正走在实现这样一个目标的路上。诚然，在很多拥有海量数据的场景中，经过深度机器学习的程序，往往会比人类更加高效、可靠，我们应该感谢它将我们从巨大的工作量中解放出来。但是在某些时刻，比如疲惫的你下班后回到家，面对着整整一桌由程序所自动分析并制作好的、你最爱吃的饭菜时，会不会觉得少了那么一点人情味儿，多了那么一点孤单呢？

    （作者为国科大材料学2015级研究生）

郭扬武 来源：中国青年报

2016年08月23日 11 版

版权声明：凡本网文章下标注有版权声明的均为中国青年报社合法拥有版权或有权使用的作品，未经本网授权不得使用。违者本网将依法追究法律责任。