十八大以来,我国全面部署了扶贫攻坚工作,着力全面建成小康社会,面向全国贫困地区开展精准扶贫,并以每年减贫1300万人以上的成就,书写了人类反贫困斗争史上“最伟大的故事”。
在精准扶贫过程中,基于大数据、机器学习等先进技术的人工智能发挥了重要作用,助力贵州、安徽等地区精准开展了贫困人员遴选、扶贫资金审计、扶贫产业选择等工作。
大数据概念大家已经都很理解,但对机器学习应该还不太熟悉。在笔者段小手出版的《深入浅出Python机器学习》一书中对机器学习做了较为准确的描述,简单来说,它是一门高深的学问,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科等多领域交叉,其重点研究计算机如何模拟或实现人类的学习行为,从而实现获取新的知识或技能,不断改善自身的性能。机器学习是人工智能的核心,是使计算机“变聪明”的根本途径。
随着机器学习技术的不断革新,依托于越来越庞大的社会行业大数据,人工智能技术不断取得突破,应用场景也越来越全面,在扶贫等各领域均发挥出令人欣喜的作用。
在甘肃,国家和省级扶贫部门利用人工智能技术实现了对贫困地区、贫困人员实现了自行挖掘。这种功能的实现,是通过精准算法,对地区各行业以及贫困地区情况报表进行分析和数据挖掘,通过人口聚集区用电量、用水量,地区行业价格、人均收入、财政税收等多维度,及时发现贫困人口。同时也实现了对扶贫资金的初步审计核查。通过人工智能,甘肃实现了及时发现问题,解决问题,为扶贫政策的落地提供决策依据。
当然,这样基于人工智能的扶贫应用,仍处于人工智能的浅层应用,并未充分发挥出人工智能基于机器学习的自我完善功能,实现个性化、智能化的精准扶贫。机器学习的魅力和伟力远不止如此,在段小手2018年出版的介绍机器学习的专著《深入浅出Python机器学习》中,详细介绍了有监督学习、无监督学习、模型优化、自然语言处理等机器学习领域所必须掌握的知识,机器学习本身就是一种自我进化的学科。
目前的机器学习技术,已经实现了通过服务用户(扶贫户)及其地区产生的各项数据,在进行预处理之后用来训练模型,并反馈出最符合用户需求(扶贫需求)的用户体验(扶贫举措)。经过多层次的优化,人工智能在扶贫领域的应用场景将越来越丰富,发挥作用也将越来越明显。
如根据贫困户家庭环境、生产条件,以及对贫困区域的基础设施建设、经济发展、资源开发利用、交通便利程度等情况信息,进行有效的精细化分析。并结合当地农业相关的种植、收割、销售等信息与数据,或者当地最有竞争力的工业和服务产业,精准地为贫困户实施一户一策,精准帮扶,帮助扶贫户制定种植计划,学习技术、提高产量、找到销售渠道,从根本上脱贫致富。通过基于机器学习的精准扶贫,因地制宜、因人施策,最终实现贫困地区智慧农业发展。
此外,人工智能还可以结合卫星观测、卫星遥感等数据,对贫困地区灯光、绿化、经济作物种植面积等进行全面评估,形成与行政扶贫数据的有效对照,有效避免因为地区经济变量数据输入不准确造成的情况误判和扶贫腐败等问题。
在未来,人工智能+教育、人工智能+医疗等更多场景将越来越多的出现,极大的降低了成本,并覆盖到贫困地区。随着大数据、互联网技术的发展,为基于机器学习的人工智能搭建了越来越广阔的舞台。信息的互通和掌握,将会让人工智能越来越精准地开展扶贫指导,发挥贫困户的特有优势,缓解农业信息不均衡的现状,最终帮助贫困人群实现脱贫致富,帮助地区扶贫部门取得扶贫攻坚战的最终胜利。
