圖片來源: 

維基百科,作者:Joseph Ferris III

臉書(Facebook)近年來積極透過多項專案協助提高全球上網人口,為了解全球人口分佈以研擬適合不同地區的上網對策,透過機器學習(machine learning)協助分析數十億張衛星空拍圖,繪製出精細到5公尺等級的人口分佈圖,精確度史上罕見。
 
Facebook 聯網實驗室(Connectivity Lab)22日公布最新研究成果,針對20個國家總面積2160萬平方公里,資料量達350TB的衛星影像,採用自行開發的機器學習技術分析,找出這些國家的人口分布樣貌,希望藉此找出最合適的方法讓這些地區的居民能夠連線上網。
 
研究計畫主持人Andreas Gros與Tobias Tiecke表示,人口分布的樣貌會影響到如何最有效地提供網路服務,舉例來說,Wi-Fi熱點適合人口密集區,而行動網路則適合較分散的居住情況,而社區聚落彼此間的關聯,則對規劃骨幹網路有重要影響,例如沿著河流發展的聚落,便適合採用一串點對點的骨幹網路,而分散在廣域的聚落型式,便可能更適合採用無人飛行器或衛星來提供無線網路連結。
 
該實驗室先透過傳統影像分析找出建築物,並將其定義為有人居住的處所,再整合人口調查資料,整理出解析度達5公尺的人口分佈圖。儘管分析空拍影像中的人造物已是廣泛採用的技術,但大規模分析的難度卻不低,尤其在極端空曠區域的分析,會對機器學習技術造成很大挑戰。

Facebook採用卷積神經網路來提高分析精確度,並可用約8000張相片,便可創造單一國家區域內足夠的精確度。

↓ 透過新的分析技術提昇人口分佈圖的精準度。依地理位置、人口分佈的密度,研究適合的上網方式及提供服務的優先順序。提高人口分佈的精確度,不僅可用於上網研究,也可作為政府推動教育、環境衛生教育等政策的參考。  

Facebook預計將在今年內公布相關研究成果,希望有助於進行社經發展研究與自然災害下的可能風險評估等,並相與哥倫比亞大合作進行後續研究。

 


Advertisement

更多 iThome相關內容