Esther Mulu 和她的大家庭对农作物歉收造成的粮食短缺并不陌生。这位 69 岁的老人、她的 7 个孩子和 25 个孙子孙女都依靠她在 Kitui 县的小农场获得食物。根据非洲医学和研究基金会 （AMREF） 的数据，它是降雨量减少的六个县之一。Mulu 说，她没有其他收入来源，过去她一…...
Esther Mulu 和她的大家庭对农作物歉收造成的粮食短缺并不陌生。
这位 69 岁的老人、她的 7 个孩子和 25 个孙子孙女都依靠她在 Kitui 县的小农场获得食物。
根据非洲医学和研究基金会 （AMREF） 的数据，它是降雨量减少的六个县之一。
Mulu 说，她没有其他收入来源，过去她一直依靠捐赠的食物，但这些并不总是可用的。
Mulu 担心她的家人正面临干旱，现在他们只能每天吃一顿饭，通常是粥。
她说：“现在我们正面临干旱，我们不知道从哪里获得食物。前段时间，我们曾经获得过粮食援助，但现在已经不再来了。现在我不知道我们是否会吃点东西，因为我们没有更多的食物供应了。现在，我们早上要吃粥，然后等到晚上或后天吃一顿大餐。
“如果你能做研究并发明一种技术来消除饥饿，我个人会非常高兴。我将永远感激，因为你发现了什么可以结束正在杀死人们及其牲畜的饥饿。
现在，在 Microsoft 的支持下，加利福尼亚大学的研究人员正在开发一种 AI 工具，旨在帮助社区为作物歉收做好准备并预防营养不良病例。
2023 年非洲之角的干旱严重影响了肯尼亚。
根据联合国世界粮食计划署的数据，440 万人受到“严重粮食不安全的影响，大约 110 万妇女和儿童面临急性营养不良”。
研究人员收集了详细的天气模式和 NASA 卫星图像，显示了过去十年的植被和临床健康记录，以创建可以预测粮食不安全地区的计算模型。
据 AMREF 称，该工具自去年 2 月以来已在肯尼亚进行试验，结果表明其预测在 3 -6 个月内是准确的，尽管目前尚未获得相关数据。
AMREF 的 Samuel Mburu 正在帮助开发 AI 软件。
他说：“我们研究了过去 10 年来自不同数据源的历史数据，并帮助确定了病例数量，一直到县以下。只是为了帮助提前分配资源，以便我们可以对 5 岁以下的儿童进行干预，以获得他们需要的营养，尤其是在我们的卫生设施中。
AMREF 希望通过提醒社区，他们可以更好地为粮食短缺做好准备。
重点一直放在容易发生干旱的北部和东部六个县，但现在 AMREF 表示，其模型现在覆盖了整个国家。
它表示，仅靠健康记录还不够准确，因为并非每个人都能够获得临床帮助。
未来，AMREF 希望提供在社区层面收集的信息，希望这些信息会更加准确。
“我们现在有能力真正摄取大量数据并利用它并带来价值。因为数据一直用于历史报告，但现在我们带来了一个机会，可以使用它来预测这些数据并为这些数据带来更多价值。第三个组成部分是真正的资源调动。如果我们能够构建案例并构建数字，我们就可以从内部和外部获取资源，因为我们可以提前显示需求。我想说，主要缺点是成本，尤其是在云环境方面。对于这个特定实例，我们确实得到了 Microsoft 的慷慨赞助，但显然利用人工智能的成本影响，例如我们正在做的事情，”Mburu 说。
他说，县官员也将能够为粮食不安全做好准备。
“情况是，报告了不同营养不良程度的病例，然后提供资源来帮助儿童，例如食品包，以改善他们的营养不良。利用我们引入的新技术，我们能够在 3 个月或 6 个月内预测设施层面的病例数量，并提前调动资源。这确保了我们真正满足了社区的需求，因为他们在食物营养不良病例方面很脆弱，我们提前意识到了这一点。
