Die Coronavirus-Pandemie betraf alle, aber ihre Intensit\u00e4t war nicht \u00fcberall gleich. In einigen L\u00e4ndern wie Spanien, Italien und den Vereinigten Staaten haben das Ausma\u00df dieser zerst\u00f6rten Gesundheitssysteme und vorbeugende Ma\u00dfnahmen wie die Quarant\u00e4ne die L\u00e4nder zu einer wirtschaftlichen Rezession gef\u00fchrt.<\/p>\n
Diese Gebiete verf\u00fcgen jedoch immer noch \u00fcber Mechanismen, mit denen sie versuchen k\u00f6nnen, zu schweben. Andererseits verf\u00fcgen die Entwicklungsl\u00e4nder heute nicht immer \u00fcber die erforderlichen Ressourcen.<\/p>\n
Viele von ihnen haben Bev\u00f6lkerungsgruppen in Armutssituationen, die aufgrund der weltweit etablierten Quarant\u00e4ne- und Isolationsma\u00dfnahmen noch anf\u00e4lliger geworden sind. Organisationen wie das Weltern\u00e4hrungsprogramm der Vereinten Nationen warnen bereits davor, dass sich der Welthunger infolge des Coronavirus verdoppeln k\u00f6nnte.<\/p>\n
Es wird eine der vielen Krisen sein, die die am st\u00e4rksten gef\u00e4hrdeten Gruppen \u00fcberwinden m\u00fcssen, um mit einer Pandemie fertig zu werden. Die Regierungen dieser Nationen sind sich dieser gef\u00e4hrlichen M\u00f6glichkeit bewusst und haben sich daher entschlossen, technologische Unterst\u00fctzung zu suchen, um die Nebenwirkungen von COVID-19 zu bek\u00e4mpfen.<\/p>\n
Hier erscheinen Konzepte wie Big Data und maschinelles Lernen. Ersteres wird einerseits zu einer enormen und st\u00e4ndig aktualisierten Informationsquelle, die es uns erm\u00f6glicht, die Bedingungen der B\u00fcrger und ihre unmittelbaren Bed\u00fcrfnisse besser zu verstehen.<\/p>\n
Maschinelles Lernen wird das Element sein, das dazu beitr\u00e4gt, gro\u00dfe Datengruppen zu bilden, um die erforderlichen Informationen f\u00fcr die entsprechende Aktion zu erhalten. In Togo, Afrika, ist beispielsweise geplant, diese Technologie zu verwenden, um Ausbr\u00fcche extremer Armut im Land zu definieren.<\/p>\n
Zu diesem Zweck werden sie \u00fcber einen Mechanismus f\u00fcr maschinelles Lernen verf\u00fcgen, der Satellitenbilder des gesamten togolesischen Territoriums verarbeitet. Auf diese Weise k\u00f6nnen Sie detaillierte Karten erstellen, die die Gebiete mit der gr\u00f6\u00dften Armut zeigen. Dies wiederum wird zu den Hauptpunkten werden, an denen die Regierung w\u00e4hrend der Krise mehr Hilfe leisten wird.<\/p>\n
Dies ist nicht die einzige M\u00f6glichkeit, maschinelles Lernen als Hilfsmittel zur Unterst\u00fctzung der Ursache einzusetzen. In der Tat verwenden andere L\u00e4nder wie Uganda dies, verarbeiten jedoch Daten, die von lokalen Telefonisten erhalten wurden.<\/p>\n
In einigen Entwicklungsl\u00e4ndern verf\u00fcgen diese Drittunternehmen im Allgemeinen \u00fcber mehr Informationen \u00fcber den aktuellen Standort und die Situation ihrer Kunden als die Regierung ihrer B\u00fcrger. Daher ist die Verwendung von propriet\u00e4ren Daten eine Methode, die die h\u00f6chstm\u00f6gliche Genauigkeit der Informationen garantiert.<\/p>\n
In diesen F\u00e4llen werden der Ort, die H\u00e4ufigkeit der Anrufe, die Dauer, die Anzahl der Kontakte und die H\u00e4ufigkeit des Ladens der Kontostanddaten verwendet. Daher kann maschinelles Lernen die Situation von Online-Benutzern sehr genau einsch\u00e4tzen. Auf diese Weise kann die Regierung wissen, welche B\u00fcrger zuerst unterst\u00fctzt werden m\u00fcssen.<\/p>\n
Wir finden Bangladesch mit einer \u00e4hnlichen Idee. In diesem Fall verwenden sie maschinelles Lernen und Telefoninformationen f\u00fcr Benutzer, um die Zulassungskriterien zu bestimmen. Zusammenfassend wird das Land anhand der aus den Analysen gewonnenen Informationen wissen, welche B\u00fcrger f\u00fcr das Hilfsprogramm in Frage kommen und wer die Anforderungen nicht erf\u00fcllt. Offensichtlich reichen diese Informationen allein nicht aus, um einen Kandidaten vollst\u00e4ndig auszuschlie\u00dfen, aber sie k\u00f6nnen darauf hindeuten, dass eingehende Studien dieser Person oder sogar dieses Bereichs erforderlich sind.<\/p>\n
Der Reiz dieser neuen Vorschl\u00e4ge liegt in ihrem Potenzial. Dank ihnen wird die Regierung endlich in der Lage sein, aktualisierte und wahre Informationen \u00fcber ihre Bev\u00f6lkerung zu erhalten.<\/p>\n
Infolgedessen w\u00fcrde dies zu einem besseren Ressourcenmanagement und besseren Regierungsentscheidungen f\u00fchren. Um die Sache noch schlimmer zu machen, h\u00e4tten sie auch zuverl\u00e4ssigere Kontrollkan\u00e4le und M\u00f6glichkeiten, um schnell Hilfe nur f\u00fcr diejenigen zu erhalten, die sie am dringendsten ben\u00f6tigen, selbst wenn sie nicht in anderen Regierungsdatenbanken registriert sind.<\/p>\n
Allerdings ist nicht alles in diesen Vorschl\u00e4gen gut. Tats\u00e4chlich besteht auch das Risiko, dass die B\u00fcrger von dem Betriebssystem profitieren, das sich zu ihren Gunsten neigt.<\/p>\n
Wenn beispielsweise bekannt ist, dass Personen mit weniger Ressourcen k\u00fcrzere Verbindungen herstellen und der Algorithmus f\u00fcr maschinelles Lernen dies erkennt, k\u00f6nnen Personen die Kommunikationszeit absichtlich verk\u00fcrzen, um qualifizierte Kandidaten f\u00fcr Hilfe zu werden.<\/p>\n
Ebenso haben diese Systeme die gro\u00dfe M\u00f6glichkeit ignoriert, dass die wahrscheinlich am st\u00e4rksten gef\u00e4hrdete Bev\u00f6lkerung nicht einmal \u00fcber ein Mobiltelefon verf\u00fcgt. Daher w\u00e4re die Registrierung in diesen Hilfsprozessen viel komplizierter.<\/p>\n
Schlie\u00dflich scheinen alle theoretischen Theorien eine einfache Operation f\u00fcr eine einfache Pr\u00e4misse zu bieten. Die Notwendigkeit, die Protokollierung und \u00dcberwachung auf diese Weise auf mehr als 160 Millionen Menschen im wirklichen Leben anzuwenden, scheint jedoch nicht so einfach zu sein.<\/p>\n
Zumal die Erfahrung mit solchen Mechanismen in diesen L\u00e4ndern grunds\u00e4tzlich Null ist. Dies w\u00fcrde bedeuten, dass der letzte Versuch auch der erste sein w\u00fcrde und daher auch anf\u00e4llig w\u00e4re.<\/p>\n
Die M\u00f6glichkeiten sind bereits vorhanden, aber das notwendige Wissen ist nicht vorhanden. Es ist jedoch nicht immer m\u00f6glich, in einer Krise die \u00fcblichen Vorsichtsma\u00dfnahmen zu treffen. Ein Ereignis wie eine Pandemie erwartet keine Labortests, kontrollierten Tests oder eine schrittweise praktische Anwendung.<\/p>\n
In dringenden F\u00e4llen m\u00fcssen Sie schnell handeln. Zum Gl\u00fcck verf\u00fcgen wir jetzt \u00fcber die Technologie und die Ressourcen, um diese Initiativen umzusetzen. Die L\u00e4nder Togo, Uganda und Bangladesch haben diese Situation ernst genommen und unternehmen derzeit besondere Anstrengungen, um dieses Ziel zu erreichen.<\/p>\n
Blinder Fortschritt ist jedoch auch keine Option. F\u00fcr einen Moment wie diesen ist es in Eile besser, Informationen auszutauschen und gemeinsame Forschung zu betreiben. So wie Informationen \u00fcber das Coronavirus an Nationen auf der ganzen Welt weitergegeben werden, k\u00f6nnen detaillierte Informationen zu anderen Initiativen f\u00fcr maschinelles Lernen auch eine Reihe von Informationen f\u00fcr L\u00e4nder sein, die es anwenden m\u00f6chten.<\/p>\n
Auf diese Weise kann das Scheitern des einen zum Lernen des anderen werden und umgekehrt. Dank dessen f\u00fchren gemeinsame Anstrengungen in k\u00fcrzerer Zeit zu besseren und schnelleren Ergebnissen. Auf diese Weise k\u00f6nnen sie ihre Ressourcen bei besonderen und intensiven Turbulenzen wie der Pandemie optimal nutzen.<\/p>\n ","protected":false},"excerpt":{"rendered":"
Die Coronavirus-Pandemie betraf alle, aber ihre Intensit\u00e4t war nicht \u00fcberall gleich. In einigen L\u00e4ndern wie Spanien, Italien und den Vereinigten Staaten haben das Ausma\u00df dieser zerst\u00f6rten Gesundheitssysteme und vorbeugende Ma\u00dfnahmen wie die Quarant\u00e4ne die L\u00e4nder zu einer wirtschaftlichen Rezession gef\u00fchrt. Diese Gebiete verf\u00fcgen jedoch immer noch \u00fcber Mechanismen, mit denen sie versuchen k\u00f6nnen, zu schweben. […]<\/p>\n","protected":false},"author":1,"featured_media":34929,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","fifu_image_url":"https:\/\/blogging-techies.com\/wp-content\/uploads\/2020\/06\/El-aprendizaje-automatico-ayudara-a-grupos-en-riesgo-mas-rapidos.png","fifu_image_alt":""},"categories":[7],"tags":[4224,585,7968,9057,223],"_links":{"self":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/posts\/34928"}],"collection":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/comments?post=34928"}],"version-history":[{"count":0,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/posts\/34928\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/media\/34929"}],"wp:attachment":[{"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/media?parent=34928"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/categories?post=34928"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogging-techies.com\/ge\/wp-json\/wp\/v2\/tags?post=34928"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}