“利用人工智能推算朝鲜等国家经济指标”

by Jeong Ilwoong

Published 21 Nov.2023 08:47(KST)

通过利用人工智能解读人造卫星影像，能够推算包括朝鲜在内、以往难以准确掌握贫困状况地区的经济指标的新技术已经被开发出来。该技术的意义在于，即使没有基础统计数据，也能基于高精细影像判断特定地区的经济状况。

KAIST表示，由Cha Miyoung、Kim Jihui教授研究团队与基础科学研究院、西江大学、香港科技大学（HKUST）、新加坡国立大学（NUS）开展国际联合研究，开发出一项利用白天卫星影像分析经济状况的人工智能方法，并于21日对外公布。

（自上方左侧起）And Donghyeon KAIST 计算机系博士课程（1）、Yang Jaeseok 新加坡国立大学地理学系博士课程（2）、Cha Miyoung KAIST 教授、IBS CI（3）、Kim Jihui KAIST 教授（4）、Park Sangyun 香港科技大学教授（5）、Yang Hyeonju 西江大学教授（6）。KAIST 提供

研究团队在技术开发过程中，并非采用依托既有统计资料进行学习的一般环境，而是着重于构建一套可监测连基础统计都极为匮乏的最不发达国家在内各地区的通用模型。

研究团队还利用由欧洲航天局（ESA）运营并免费公开的Sentinel-2卫星影像，将卫星影像精细划分为6平方公里（2.5×2.5平方公里）的小网格，再将建筑、道路、绿地等视觉信息通过人工智能方法量化，进而计算出各网格的经济指标。

研究团队的研究模型区别于以往研究之处在于，为了能够求取基础数据不足地区的经济指标，构建了“人机协作算法”，在人工智能预测过程中反映由人类提供的信息。

具体而言，由人工解读卫星影像，判断经济活动规模的大小，机器则学习人类提供的信息，并据此为各影像资料赋予经济评分。

研究团队对这一方法进行验证后确认，相比仅依靠机器学习推算经济指标，引入人类与人工智能协作时，可以得出远优于前者的结果。

借此，研究团队预计可以将经济分析的范围扩展至既有统计资料不足的地区。研究团队解释称，实际上已将该技术应用于朝鲜及亚洲5个国家（尼泊尔、老挝、缅甸、孟加拉国、柬埔寨），成功生成并公开了精细化的经济指标评分。

以往主要用于预测经济规模的夜间灯光影像（左上角背景照片由美国国家航空航天局地球观测站提供）中，与灯火通明的韩国相比，朝鲜除平壤外大部分地区一片漆黑。相反，在研究团队开发的模型中，人们可以看到对朝鲜（右上角）和亚洲5个国家（下方背景照片来自Google Earth）更加精细的经济预测结果。KAIST提供

尤其是本次研究所给出的经济指标，与既有的人口密度、就业人数、企业数量等社会经济指标呈现出高度相关性，研究团队再次确认，该方法可应用于数据匮乏的发展中国家。

研究团队还强调，“所提出模型最大的优势在于能够探测经济活动的年度变化”。这一优势有望助力国际社会所追求的可持续发展目标（SDGs）中“消除贫困”和“减少不平等”相关进展的快速监测。

此外，研究团队提出的方法论，预计不仅可用于衡量经济状况，也可用于测量多种社会与环境指标。

例如，如利用研究团队开发的技术（模型）对气候变化和灾害损失严重地区进行识别（训练），就可以绘制出在灾害发生后需要人道主义援助地区的优先支持地图。

参与研究的KAIST计算机科学系教授、基础科学研究院数据科学组CI Cha Miyoung表示：“本次研究的重要意义在于，通过融合计算机科学、经济学和地理学，使我们能够在全球尺度上处理贫困问题”，并称“研究团队计划今后将开发的人工智能算法应用于二氧化碳排放量、灾害损失探测以及气候变化带来的整体影响等国际社会问题”。

另一方面，利用卫星影像和人工智能开发可持续发展目标（SDGs）指标并将其用于政策，是当前备受国际社会关注的技术领域之一，从未来韩国有望在该领域掌握主导权并引领相关研究这一点来看，其重要性日益凸显。