來自蘇黎世聯(lián)邦理工學(xué)院和慕尼黑大學(xué)的研究團隊使用人工智能分析了全球 320 萬個發(fā)展援助項目。他們的研究揭示了趨勢和資金缺口。

發(fā)展援助資金用于建設(shè)學(xué)校，將村莊與電網(wǎng)連接起來，并在較貧窮的國家擴大醫(yī)療保健。對發(fā)展援助項目進行詳細和最新的概述對于確保有效使用相關(guān)資金至關(guān)重要。然而，到目前為止，由于項目和捐助機構(gòu)眾多，很難得出這樣的概覽。

蘇黎世聯(lián)邦理工學(xué)院 MTEC 系的博士生 Malte Toetzke 和 Nicolas Banholzer 正在與最近從蘇黎世聯(lián)邦理工學(xué)院搬到慕尼黑大學(xué)的 Stefan Feuerriegel 教授合作，通過一種新的分析方法更清楚地說明全球發(fā)展援助。

研究人員使用人工智能 (AI) 將資金流分類到主題組中。這樣可以了解資金在主題領(lǐng)域、國家和年份之間的分配情況，以及可能需要采取行動的地方。他們的研究結(jié)果最近發(fā)表在Nature Sustainability call_made雜志上。

該分析基于 2000 年至 2019 年間實施的 320 萬個發(fā)展援助項目，其中投資總額為 2.8 萬億美元?；谌斯ぶ悄艿乃惴ǜ鶕?jù)項目描述將項目分為173個主題類別。它必須考慮到這些報告沒有正式的結(jié)構(gòu)：例如，它們的語言和文本長度不同。

“您可以將這個過程視為閱讀整個圖書館并將類似書籍分類到特定主題的書架上的嘗試，”蘇黎世聯(lián)邦理工學(xué)院可持續(xù)發(fā)展與技術(shù)主席的第一作者和博士生 Malte Toetzke 解釋道。“我們的算法考慮了 200 個不同的維度來確定這 320 萬個項目之間的相似程度——這對人類來說是不可能的工作量。”

這種分類比較有區(qū)別;它來自分析的項目，而不是現(xiàn)有的分類系統(tǒng)。“我們可以非常詳細地構(gòu)建許多項目，而無需確切地知道我們在尋找什么，”Toetzke 說。“這使我們能夠找到以前沒有系統(tǒng)分析過或最近才成為熱門話題的類別。”

趨勢和透明度

Toetzke 指出，分析表明了發(fā)展援助的主題趨勢。“近年來，”他說，“越來越多的資金用于弱勢群體的包容和平等、氣候變化和可持續(xù)性以及支持私營企業(yè)的項目。”

在氣候變化領(lǐng)域，作者的研究更加深入。一方面，他們表明，自 2015 年《巴黎氣候協(xié)定》以來，對致力于適應(yīng)氣候變化后果的項目的發(fā)展援助翻了一番。

然而，與此同時，整個環(huán)境部門的資金，除了適應(yīng)氣候變化，還包括減少溫室氣體排放、提高能源效率和保護生物多樣性等領(lǐng)域，自 2015 年以來略有下降。根據(jù)這些調(diào)查結(jié)果，作者得出的結(jié)論是，國際社會只部分兌現(xiàn)了它在巴黎作出的增加對應(yīng)對氣候變化項目的發(fā)展援助的承諾。

與全球概覽更好地協(xié)調(diào)

該研究項目首次實現(xiàn)了對發(fā)展援助資金流動的全球概覽。“只有我們知道哪些國家、地區(qū)和組織得到了支持，才能在全球范圍內(nèi)進行有意義的協(xié)調(diào)，”ETH 管理信息系統(tǒng)主席兼合著者 Nicolas Banholzer 說。

人工智能驅(qū)動的監(jiān)測還可以幫助發(fā)展組織根據(jù)聯(lián)合國的可持續(xù)發(fā)展目標做出更好的、數(shù)據(jù)驅(qū)動的決策。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！