ИИ научили находить ожирение из космоса

Ученые обучили искусственный интеллект использовать данные со спутниковых снимков высокого разрешения для изучения связи окружающей среды и распространенности ожирения.

Наука

# CNN

# ИИ

# искусственный интеллект

# машинное обучение

# нейронные сети

# ожирение

# сверточная нейронная сеть

©Wikipedia / Автор: Sycophanta Duccius

По соседству с вами есть спортзалы, парки или бассейны? Или вы окружены перегруженными дорогами, ресторанами быстрого питания и круглосуточными магазинами? Как оказалось, ответы на эти вопросы чрезвычайно важны. Ожирение — это комплекс проблем со здоровьем, на который воздействуют различные факторы, среди них физическое, городское окружение, в котором мы живем. Теперь же ученые использовали искусственный интеллект (ИИ) и спутниковые снимки американских городов, чтобы обозначить эту связь, по сути, «обнаруживая» ожирение из космоса.

«Мы предлагаем метод для исчерпывающей оценки связи между распространением ожирения у взрослых людей и построенной окружающей средой, включающий в себя изучение физических аспектов окружения при помощи спутниковых снимков высокого разрешения», — объясняет команда в своем докладе.

Исследователи из Вашингтонского университета загрузили около 150 тысяч спутниковых снимков высокого разрешения в сверточную нейронную сеть (convolutional neural network, CNN) — тип ИИ, использующий глубокое обучение для независимого анализа и определения шаблонов внутри набора данных. Данные покрыли 1695 переписных участков в шести разных городах, включая Белвью, Сиэтл, Такома, Лос-Анджелес, Мемфис и Сан-Антонио.

Нейронная сеть, задействованная командой в этом случае, уже прошла предварительную подготовку при помощи примерно 1,2 миллиона изображений, и именно этот опыт помог ей проанализировать построенную среду в городах, определяя такие факторы, как дороги, здания, деревья, вода и суша. Кроме того, исследователи использовали данные о распространении ожирения проекта 500 Cities, чтобы создать модель, оценивающую связь между вышеупомянутыми факторами и ожирением в изучаемых областях.

Области с высокой степенью озеленения ассоциируются с низкой распространенностью ожирения в Мемфисе (верхний ряд); области с низкой степенью озеленения ассоциируются с высокой распространенностью ожирения / © Maharana et al.

Несмотря на то что это не первый такой эксперимент, исследователи утверждают, что новая техника — пока что наиболее исчерпывающая. Согласно их результатам, особенности городской среды объяснили почти две трети (64,8%) вариаций распространения ожирения по всем изучаемым переписным участкам, хотя степень успеха результатов отличалась в зависимости от населенного пункта.

Анализы пока далеки от идеала, но исследователи уверены, что их система может легко стать эффективным инструментом для изучения рисков ожирения в США.

«Наш поход последовательно демонстрирует непосредственную связь между распространенностью ожирения и показателями построенной окружающей среды во всех четырех регионах, несмотря на различные ценности городов и их окрестностей», — объясняют авторы.

Ученые также предполагают, что социально-экономические показатели оказывают непосредственное влияние на эту связь. Исследования, в которых изучается этот вопрос, уже используют этот тип CNN для определения таких факторов, как бедность, используя спутниковые снимки.

Это исследование также подтверждает многие из уже известных данных касательно влияния городской среды на ожирение: открытые зеленые участки, поощряющие физическую активность, обычно позитивно влияют на общественное здоровье; окрестности с близко расположенными строениями, окруженные дорогами и практически не имеющие растительности, оказывают негативное влияние.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.