A nem is olyan távoli jövőben emberek milliói fognak világszerte elvándorolni, mert a klímaváltozás miatt élhetetlenné válik a lakóhelyük. Jó lenne, ha erre a korszakra minél jobban fel tudna készülni a világ, a menekülteket segítő szervezeteknek minél pontosabb előrejelzésre lenne szükségük ahhoz, hogy hatékonyan kezelni tudják a problémát.

A londoni Brunel University két informatikus szakértője, Derek Groen és Diana Suleimenova azonban arra figyelmeztet, hogy ne áltassuk magunkat, mert nincs megfelelő előrejelző megoldás a kezünkben.

Annak ellenére is így van ez, hogy a menekültek azonosítását és mozgását a világ legnagyobb technológiai cégei próbálják (az ENSZ és a hasonló szervezetek hathatós anyagi támogatásával) a legkülönfélébb módszerekkel követni – és ennek következtében rengeteg adat keletkezik.

Becslések szerint világszerte 1,1 milliárd ember él megbízható azonosítás nélkül, sokaknak soha nem is volt semmilyen hivatalos papírjuk, másoknál megsemmisültek. El lehet képzelni, hogy ha ők tömegesen útra kelnek, mennyire nehéz lesz követni őket, márpedig a helyzet kezeléséhez arra is szükség lenne, hogy az útjukat ne csak követni lehessen, hanem előre is tudjuk jelezni.

Groen és Suleimenova a The Conversationben megjelent írásában azt magyarázza, hogy a legjobb gépi tanulásos módszerekkel létrehozott algoritmusok sem elég jók a mozgás előrejelzéséhez. A helyzet az időjárás előrejelzéshez hasonlít, ahogy arról korábban mi is írtunk, a túl sok változó miatt ott is olyan mértékű a bizonytalanság, hogy a hosszabb távú előrejelzés a jóslás kategóriájába tartozik (ez persze nem jelenti azt, hogy a klímaváltozás hosszabb távú alap trendjei ne lennének előrejelezhetőek).

Visszatérve a klímamenekültekre, a legnagyobb probléma az, hogy minden modell feltételezésekre épül. A gépi tanulásos módszerek a múltbeli tapasztalatokból indulnak ki, azokból határoznak meg mintákat, de sajnos gyakran jutnak olyan “hallgatólagos”, a valóságban tesztelhetetlen és bizonytalan összefüggésekre, amelyek könnyen félreviszik az eredményt.

További probléma, hogy a menekültek száma és eloszlása túl nagy mértékben függ az adott konfliktus természetrajzától, márpedig ez eléggé egyedi, és ezért szinte megjósolhatatlan a múltbéli események alapján.

Groen és Suleimenova ezért alapvetően más kiindulási alapokat használt, amikor megpróbált egy új modellt felállítani. Szerintük minden egyes embert független elemként kell kezelni, és nem a múltbeli tapasztalatok, hanem csak általános, minden helyzetre értelmezhető tényezők alapján kell megpróbálni meghatározni, hogy mikor merre fognak vándorolni. Míg a gépi tanulásos módszer inkább mennyiségi, ez inkább minőségi megközelítése a feladatnak.

A modellt utólag letesztelték három afrikai menekültválság (Burundi, Közép-afrikai Köztársaság és Mali) adatain, és az eredmények 75 százalékban egyeztek a valósággal. Csakhogy ez sem jelenti azt, hogy a jövőbeni események kimenetelét is ekkora valószínűséggel meg tudják jósolni vele.

A kutatók egyértelműen fogalmaznak, azt írják, szerintük ma

nem tudja senki jól megjósolni, hogy a klímamenekültek honnan hova fognak vándorolni, és mikor.

G7 támogató leszek! Egyszeri támogatás / Előfizetés

Élet előrejelzés gépi tanulás informatika klímaváltozás menekültek Olvasson tovább a kategóriában