Umjetna Inteligencija Utvrdila Je Vezu Između Pretilosti I Okoliša - - Alternativni Prikaz

Umjetna Inteligencija Utvrdila Je Vezu Između Pretilosti I Okoliša - - Alternativni Prikaz
Umjetna Inteligencija Utvrdila Je Vezu Između Pretilosti I Okoliša - - Alternativni Prikaz

Video: Umjetna Inteligencija Utvrdila Je Vezu Između Pretilosti I Okoliša - - Alternativni Prikaz

Video: Umjetna Inteligencija Utvrdila Je Vezu Između Pretilosti I Okoliša - - Alternativni Prikaz
Video: Umjetna inteligencija-Tehnokracija 2024, Svibanj
Anonim

Neki su javnozdravstveni problemi toliko veliki da se mogu izračunati iz svemira pomoću satelitskih slika pomoću posebnog algoritma koji je sastavila umjetna inteligencija. Milijuni ljudi u svijetu su pretili, u Sjedinjenim Državama to je trećina odrasle populacije. Znanstvenici su bili zbunjeni problemom njegove aktivne distribucije i odlučili su to pitanje proučavati pomoću novih tehnologija.

Na pretilost utječu mnogi faktori, uključujući genetiku, demografiju, ponašanje itd. Značajke ponašanja koje potiču nezdrav izbor hrane i sjedeći način života odražavaju se na društveno i izgrađeno okruženje. Broj prodavaonica brze hrane i prisutnost zelenih površina sa pješačkim stazama stvarno utječu na životni stil ljudi. Znanstvenici su odlučili proučiti upravo ovaj kvantitativni odnos između osobina ponašanja i infrastrukture, prema mreži JAMA.

Istodobno, u novom istraživanju znanstvenici su procijenili razinu pretilosti u određenoj regiji, ali građani s prekomjernom težinom nisu bili uključeni u eksperimente! Umjesto toga, za pomoć su se obratili umjetnoj inteligenciji. Stručnjaci su stvorili algoritam koji se oslanjao na signale iz okoline i infrastrukture područja u kojem ti ljudi žive. Podaci o učestalosti pretilosti kod odraslih osoba dobili su iz projekta Centra za kontrolu i prevenciju bolesti „500 gradova“. Model uzima u obzir "točke interesa" - benzinske postaje, trgovačke centre, parkove, jela itd. Može se prosuđivati gdje i koliko često ljudi odlaze te koji su čimbenici urbanog okoliša povezani s pretilošću.

Da bi pronašli najbolji način za stvaranje algoritma, istraživači su učitali 150 000 satelitskih slika Google Maps u neuronsku mrežu (tehnologija usmjerena na učinkovito prepoznavanje slike). Podaci su obuhvatili 1.695 naselja u šest američkih gradova: Los Angeles, Memphis, San Antonio, Seattle, Tacoma i Bellevue. Studija je provedena od 14. veljače do 31. listopada 2017. godine. Potom su, među golemom nizom informacija, identificirali obrasce i putove kretanja ljudi. Mreža je istraživačima pomogla da se usredotoče na najvažnije značajke slika, kao što su broj zelenih površina, fitnes klubovi, kafići, brze hrane, razne vrste smještaja i još mnogo toga.

Kao rezultat, istraživači su procijenili da je „područje pretilosti u gradovima čak i bolje nego što bi to statistika činila. Zaključak istraživanja: u prosjeku je 64,8% slučajeva pretilosti pretilosti povezano sa specifičnom gradskom infrastrukturom. Odnosno, da bismo se nekako odvojili od nezdravog načina života, potrebno je razvijati zelene površine, graditi pješačke staze i uređivati sportske terene na otvorenim prostorima. U studiji nema ništa bitno novo, ali postoji potvrda činjenice da okoliš u velikoj mjeri određuje zdravlje stanovništva.