AI helpt honger bestrijden | Technisch Weekblad
Nieuws

AI helpt honger bestrijden

Gerald Schut | vrijdag 23 oktober 2020
Robotica & AI

Honger moet in 2030 de wereld uit zijn. Dat is een VN-doel (SDG 2), maar volgens wereldvoedselorganisatie FAO zal het aantal mensen dat dagelijks honger leidt juist toenemen van 690 miljoen naar 840 miljoen. Daarom heeft een team van 70 wetenschappers in het project Ceres2030 met een machine learning tool 500.000 wetenschappelijke artikelen geanalyseerd om ‘evidence based’ beleidsadvies te geven.

Het onder leiding van Jaron Porciello (Cornell) ontwikkelde model Persephone kan in enkele dagen zo’n ‘evidence synthesis’ uitvoeren, waar een menselijk onderzoeksteam al gauw twee jaar over doet. Het model heeft bovendien geen last van vooroordelen en neemt al het mogelijke bewijs mee. Dat is interessant, want veel kennis ligt te verstoffen. De totale hoeveelheid wetenschappelijke artikelen verdubbelt ieder jaar. Het zou een volledig jaar kosten om de productie van één dag te lezen. In de gezondheidswetenschap zijn de benodigde meta-analyses om de informatie overload te verwerken al gemeengoed via de Cochrane review.

Persephone is een verzameling open source tools, die via natural language processing (NLP) teksten doorzoekt en de tienduizend meest relevant artikelen voor verschillende subvragen opspoorde. Het model werd getraind op een subset van 2.000 artikelen en ontdekte zo nieuwe zoekwoorden en elimineerde onderzoek dat niet aan bewijsstandaarden voldeed.

De resultaten zijn gepubliceerd in een speciale editie van Nature en Nature Machine Learning. Volgens de onderzoekers kan met een combinatie van inzet op boerencoöperaties, training, gebruik van klimaatrobuuste gewassen, betere irrigatie, opslag en verwerking en $ 33 miljard extra ontwikkelingshulp per jaar honger over tien jaar werkelijk de wereld uit zijn.

Ontvang de nieuwsbrief

Meld je nu aan!

Gratis proefabonnement TW

Bestel nu 2 gratis proefnummers TW