2015年，联合国会员国通过了2030年可持续发展议程。议程证实了17项大力的目标，而避免贫困是其中最重要的目标。

自该议程公布以来，一些全球顶尖的AI和ML专家、决策者和大学、政府、企业和社区的带头人之后仍然企图牵头一起以找寻避免贫穷的方法。在美国以外，贫穷的定义是每人每天的收益不多达1．5美元。在美国，贫穷的定义是每人每天的收益高于34美元，或者一个四口之家每天的收益高于69美元。经过大量研究，专家们完全一致指出，低收入只是贫困的一个指标，而更加精确的指标则应当是对消费水平的取决于。

在充份理解了影响快乐的因素之后，消费水平被确认为了一个更加精确的贫穷指标。要想要寻找解决问题贫穷的办法，首先必需确认贫穷的参数和范围。

贫困的原因、贫困的地点和消费水平是要求快乐的因素，也是掌控快乐指数的一些最重要参数。接下来，还必须在先前定义和证实的尺度上展开测量，并确认一个阈值。

虽然还必须包括许多适当的数据点，但本文想执着实用性和非常简单性。非常简单来说，贫穷一般来说是由于缺少教育和生活技能以及缺少取得粮食和洁净水的途径导致的，这有可能是区域性的系统性问题，有可能源于于灾难性的事件或者战争，或者是两者兼而有之。人口过多也有可能导致贫穷。

卫星图像再加经济变量可以准确地定位贫穷区域在许多国家，想提供一套原始的经济变量作为输出数据是极为不可信的，因为许多第三世界国家的基础设施脆弱，在搜集适当数据方面缺少彻底性，在分享数据方面也缺少合作。而政治权力结构也有自己的议程，因此数据可能会偏向于表明更加悲观的甚至是捏造的数字。

总体而言，无论是国家还是地区，缺少高质量的数据都会妨碍该地区的发展和经济快速增长。通过流媒体卫星图像，研究人员正在尝试通过在夜晚经常出现密集的灯光辨识为富足地区来更加精确地辨识贫困地区。

斯坦福大学的MarshallBurke在实验中搜集了非洲许多地区（卢旺达、尼日利亚、乌干达、马拉维和坦桑尼亚）的夜间和日间图像，为差距分析确认了明确的关键绩效指标。通过将经济数据和作为AI／ML系统输出的地理空间数据融合一起，Burke和他的团队需要在81％－99％的准确率内预测贫困地区。

通过更加精确地管理商品和服务，这种准确性可以对经济援助产生大力影响，从而降低成本并协助更好的人。此外，还可以更加有效地监督和管理教育。你能想象智能聊天机器人不会替换贫困地区的老师吗？具有教室的移动卡车，不会根据重复展开的技能评估，为正在展开的结构化教育水平的升级获取了AI／ML系统的动力。

只要可以用于计算机和互联网（也有可能还包括卫星通信网络），人工智能教师就可以根据可控的教学大纲来为学生获取教育。由于增加了劳动力成本，避免了学费（金钱）障碍并容许以结构化的格式精彩采访数量剧增的数据，因此可以在一定程度上可以避免较好教育的不平等性。这样，量身自定义的自学环境可以展开个性化和优化，而科学知识背景较较少的教学方法也可以取得公平的采访权限并构建教育的公平竞争。

科技巨头IBM也在研究通过应用于AI／ML来减轻贫穷的有所不同方法，以及调查其他的社会问题。他们的ScienceforSocialGood项目和德州中部基础教育联盟（LCCT）在一个取名为“SimplerVoicetoovercomeilliteracy”的项目上展开了合作。视觉线索是较低文化水平的成年人和儿童以及AI／ML系统如何辨识和解读信息并展开自学的重要依据。

该移动应用程序SimplerVoice构建了IBM的Watsonnaturallanguage，可以用于文本并转语音服务和精致的图像分解代码。AI／ML通过分解对抗性网络（GAN）所获取的短语，也为智能手机将文本切换为非常简单的口头信息获取了另一种概念。AI／ML系统需要解析简单的公共标志文本、教科书、手册，甚至是结尾的语音记录，从而构建文本到语音或语音到文本的切换。

该项目在一家杂货店对洗发水瓶、罐装食品和洗洁精展开了可行性试验。一名LCCT的学生无法通过加载洗碗剂的包装盒或者扫瞄条形码来辨识产品或价格。而SimplerVoice需要说明条形码产品中的叙述和价格，并表明用于了该洗涤剂的人的照片。

SimplerVoice需要说明其中的关键词和短语以叙述“洗碗机洗涤剂”，并表明一个人将清洁剂取出洗碗机的画面。它还可以叙述谁应当用于洗涤剂，如何用于洗涤剂，儿童警告以及安全性信息。另一项针对处方药的测试则详尽说明了如何服用、安全性和补足信息，以及关于有可能经常出现的过敏反应的警告。

SimplerVoice的路线图还将扩展到还包括法律文件，医疗文件和服务协议。栽种适应性强劲的作物以减少粮食供应预计到2050年全球人口将超过96亿，卡内基梅隆大学（CMU）将致力于在农业领域用于机器人和AI／ML来避免贫穷。CMU的FarmView项目正在研究高粱和其他主要粮食作物在发展中第三世界国家的作物生长扩展情况，方法是用于AI／ML和无人机等机器人。高粱可被用于食物来源和生物燃料的生产。

它是世界上第五最重要的含有蛋白质的谷类作物，因为它有多达42000个品种，即使在不理想的环境下栽种和生长，它也需要具备很好的遗传性。无人机捕猎的数据，可用作分析最佳的栽种和进账策略。人们期望，通过AI／ML传感器，一个全面的植物选育和作物管理系统可以减缓“耐寒耐高温谷物”的生长周期，这种谷物将被栽种在“饥荒”地区，为该地区获取更好的粮食，从而减少该地区的主要收益来源。

IBM的ScienceforSocialGood项目和许多其他的组织的项目正在不断扩大它们对AI／ML的用于，以调查文盲以及当前和预测的粮食紧缺情况。其目标是期望通过增加饥饿、不断扩大粮食分配、减少更加喜乐的粮食供应以及通过用于AI／ML获取的教育机会来提高人民的福祉和避免贫穷。联合国可持续全球议程在序言中说明了以下的仔细观察结果和动机：“这个议程是为人类、地球及其联合的兴旺而制订的行动计划。它还谋求在更大的权利中强化广泛的和平。

我们认识到，避免还包括极端贫穷在内的一切形式和层面的贫穷是当下仅次于的全球性挑战，也是可持续发展的必要条件。所有国家和所有利益攸关方将以协作伙伴关系的方式实行这一计划。我们决意把人类从贫穷和短缺的暴政中解放出来，并医治和维护我们的星球。我们决意采行迫切需要的大胆和变革性的步骤，将世界推上可持续和有弹性的发展道路。

在我们开始这一集体之旅时，我们确保会有任何人打散。”AI和ML可以在未来人类身体健康的福祉中发挥作用，甚至有可能在人类的存活问题都与着最重要起到。

本文来源：米兰体育app下载安装-www.ksl205.com