退出菜单

气候难民:为什么我们还不能预测数百万流离失所的人会去

Derek G 920x540
gregorioa /存在Shutterstock

一个月赚几十万网赚项目 德里克·格莱恩 在布鲁内尔大学伦敦仿真和建模的讲师。 戴安娜suleimenova 在博士研究员 计算机科学 在布鲁内尔大学伦敦.

在不久的将来全球变暖预计将创造数以百万计的 气候难民,个人和组织正在寻找方法来已经帮助他们。有些想法是显而易见的,如 改善难民营的条件.

还有一些更高科技项目:如使用算法来 当预测流离失所者将前往。这种预测是至关重要的。他们可以帮助在正确的地方组织编写的支持,他们可以评估现行政策(通过评估反“假设”情况下),他们可以帮助预测也种群远程难民或危险地区没有多少经验在哪里数据。

因此,我们可以预测气候难民何去何从,对不对?

没有。尽管大胆而兴奋预测难民声称是 基本解决,我们不相信。世卫计算机科学家对这个确切的问题的工作,好像痛苦的例子中,我们能走之前运行的这种说法。

四年前,我们开始研究人们武装冲突的消逝。许多人由于阿拉伯之春和叙利亚战争而流离失所,但很少工作做得预测已经在那里他们可以结束了。

Derek G IN1 
非洲萨赫勒地区包含了许多世界上最气候脆弱的人。 mbr和85 /存在Shutterstock

随着我们的同事大卫·贝尔,我们创建了一个工具,可以帮助,并在发表我们的工作 科学性报告。我们的工具经销商用尽每一个人独立的代理,然后单次使用规则的拇指从科学见解导出 - 例如“人倾向于避免通山旅行时正在下雨” - 确定何时会下一步行动,并在那里。

这是由“机器学习”方法,这些方法用历史数据来“训练”算法生成的规则,从而预测不同。因此,例如对,机器学习可能会获得ESTA类型的数据:“在一个难民营靠近地区多山的冲突,也许很多年前,还是最近发生的,但在不同的国家抵达人数。 “这是用于机器学习的主要问题的历史数据始终是定量的,从来没有关于冲突是模拟直接开发。

看到我们的方法在实践中是如何工作的,我们测试了我们对工具 难民署数据 从最近三次在布隆迪,中非共和国和马里冲突。当我们的工具正确预测的难民超过75%的人会去。

Derek G IN3
网络模型(一)布隆迪,(B)中非共和国和(c)马里。冲突区(红色圆圈),难民营(深绿色圆圈),转发集线器(浅绿色圆圈)和其他主要定居点(黄圈)。 等suleimenova到(2017) 

我们有因为我们应用我们的分析,以逃离苏丹南部冲突的难民,为的一部分 伊达尔戈 项目。在这项研究中,即将在 人工社会和社会仿真学报,我们也看了一下政策决定关闭边境是如何影响像难民的流动到邻国,如埃塞俄比亚和乌干达。

我们发现确实有一个链接 - 关闭边界在我们的模型乌干达40%会导致更少的“代理人”,以在难民营在300天到货,甚至在那之后的效果不散重新开放,我们在那里我们的工具正确的预测75日301的边界难民%的人会在现实生活中去卫生组织。

但这样做,以正确的“retrodiction”在这些历史的情况下,并不意味着你可以做预测。哪里会有人去预测比预测的历史情况,原因有三更难。

Derek G IN2在乌干达的一所学校从南苏丹战争难民。罗伯托maldeno / Flickr的后, 通过CC-NC-ND 

  1. 使每一个模型假设。例如,以模型,其中难民去预测可能使假设他们的运输方式,或者说,他们在一个地方,暴力与以前发生过夜的可能性。当预测,我们需要知道,当我们给一点点动摇这些假设(我们研究埃斯特会发生什么 vecma项目)。我们有一个假设的证据较少,越是需要摇匀,如何分析我们的模型响应。机器学习模型自动生成隐式的(和虐待的对齐)假设当他们被训练 - 例如,所选择的目的地关联公司随着x的股票价值。在基于代理的模型,这些假设从如山或武装团体的存在物理因素吃饭,是可测试的明确。

  2. 预测需要你一件事预测许多其他事情也是如此。当我们预测人们如何逃生冲突,我们必须预测冲突​​将如何演变。而这可能取决于未来的市场价格,天气/气候影响,或政治变化,所有这些都需要预测了。是明确的:我们没有要求任何这些模型的时候,我们验证了我们的预测,对历史的情况,所以我们正在建立新的模式只是为了预测可能的。

  3. 通常人们都强行出乎意料,破坏性事件而流离失所逃跑。这里的数据在其上的机器学习算法“训练”是不完整的,有偏见或不存在经常。我们认为,因为他们并不需要从理解是,被迫流离失所驱动进程训练数据,并从中获益基于代理的模型更有效。

我们不是这样破解它。

是的,预测是很难的。我们还不知道在哪里的气候难民和其他被迫流离失所的人们会。我们仍然需要巨大的超级计算机只是为了 下周天气预报.

所以是值得去怀疑的概念,是预测难民已经解决了的,特别是如果挂声称,“下一个前沿“对于计算机科学家是在(有争议) 提取脆弱的难民数据 谁是往往不知道的隐私和安全风险。鉴于它仍然是如何很难预测数百万气候难民的会去,“下一个前沿”依然是最后的边疆。对话

德里克·格莱恩,讲师模拟和建模, 布鲁内尔大学伦敦戴安娜suleimenova博士研究员,计算机科学, 布鲁内尔大学伦敦

本文来自转载 对话 根据创作共用许可证。阅读 来源文章.

报道:

新闻办公室, 媒体关系
+44(0)1895 268965
pressoffice@brunel.ac.uk