Novos mapas do Data for Good melhoraram conhecimento da população e ajudam em desastres naturais

A Meta abriu um lote de Data for Good ou “dados para o bem” para treinar mapas de população alimentados por inteligência artificial (IA). Estas ferramentas, disponíveis no GitHub, podem ajudar investigadores, organizações não-governamentais, humanitárias e governos em vários projetos, incluindo de adaptação climática, saúde pública ou resposta a catástrofes, indica a Meta numa publicação no seu site.

Este primeiro conjunto de dados e amostras de código pode ser usado para construir mapas de população que tiram partido da tecnologia de IA da Meta. A empresa, que na altura ainda se chamava Facebook, está desde 2017 a mapear o mundo com ajuda da comunidade e inteligência artificial.

O conjunto de dados de treino disponibilizado é composto por quase 10 milhões de classificações para mais de 126 gigabytes de imagens de satélite e inclui classificações feitas por que podem indicar a presença de um edifício. Para além deste primeiro lote, a Meta planeia “lançar dados adicionais e código para treino de visão computacional no futuro”.

Estas classificações foram criadas em imagens de satélite que datam de 2011 a 2020. No entanto, mesmo as que foram feitas em imagens mais antigas são úteis para treinar a próxima geração de modelos de visão artificial (como o Segment Anything da Meta) para identificar com maior precisão os edifícios numa série de ambientes.

Nesta imagem é possível ver um mapa populacional baseado em IA da Meta utilizado pelo Banco Mundial para identificar potenciais focos de COVID-19 em Kinshasa.

A ameaça de alterações climáticas é uma realidade e os mapas populacionais alimentados por AI e os dados subjacentes representam uma oportunidade de direcionar investimentos na preparação de catástrofes.

Os mapas da população da Data for Good estimam o número de pessoas que vivem numa grelha de 30 metros em quase todos os países. Estes mapas utilizam técnicas de visão por computador para identificar estruturas de origem humana em imagens de satélite. Os resultados do modelo de IA da Meta são depois combinados com as estimativas de população residente do Center for Earth Science Information Network (CIESIN) para revelar aproximadamente o número de pessoas que vivem em cada quadrícula. Os mapas da Meta incluem também segmentações demográficas por grupos específicos como crianças com menos de cinco anos, mulheres em idade reprodutiva, jovens e idosos.

Entretanto, e à medida que o mundo olha para a crescente ameaça das alterações climáticas, os mapas da Meta, e os dados que lhes estão subjacentes, oferecem oportunidades para direcionar investimentos na preparação para catástrofes.  Ajudam a melhorar a capacidade de antecipação de zonas possivelmente expostas a inundações, explora um artigo da revista Nature, ou de planos de adaptação climática, exemplificados neste estudo da Cambridge.

Como se vê na imagem, a World Vision utilizou os mapas de população de alta resolução da Meta para identificar a população, e as povoações associadas, mais próximas dos pontos de água existentes e as áreas-alvo onde eram necessários novos pontos de água.

Ao abrir o acesso a estas ferramentas, a Meta espera que “outros investigadores possam gerar novos conhecimentos para acelerar o fornecimento de energia sustentável e de infraestruturas resistentes ao clima em todo o mundo”.

Nas economias mais avançadas, as estimativas exatas da população são um dado adquirido. Esta informação permite aos governos tomar decisões informadas sobre a prestação de serviços. Mas, noutras regiões é muito difícil obter esses dados. Há países, com menores rendimentos, que fizeram o último recenseamento há décadas ou que não têm dados específicos sobre as populações mais vulneráveis. Há ainda falhas nas estimativas entre censos, sendo excluídas populações remotas dos dados oficiais. Por isso, estas comunidades podem viver fora do alcance de programas essenciais.

Para dar resposta a este desafio, a Meta começou a mapear a população mundial, utilizando inteligência artificial e imagens de satélite, em 2017. Contou para isso com a participação de outras instituições como o CIESIN, da Universidade de Columbia, e o WorldPop, da Universidade de Southampton. Foram já publicados “centenas de mapas e conjuntos de dados de alta resolução”, que têm sido utilizados por governos e organizações sem fins lucrativos para programas sociais que “vão desde o direcionamento de intervenções no âmbito da COVID-19 até ao fornecimento de água potável”. Entretanto, à medida que a procura mundial de recursos naturais e de energia aumenta, as estimativas exatas da população “também oferecem oportunidades significativas para melhorar os esforços de sustentabilidade”.