David e . Willmes博士在解决全球粮食不安全

大卫Willmes(上)和丹尼索利(底部)。图形:丹尼索利

面试官:丹尼·索利

欢迎来到知识播客的最新一期。在本系列中,网络安全软件工程师丹尼·索利访谈技术领导人横切了知识共享和协作不可或缺的一部分他们的实践。

大约有20亿人缺乏足够的高品质食品定期访问。全球粮食安全问题是不断地看着,幸运的是,主教法冠加大帮助缓解这个问题。今天,大卫·Willmes博士将他的团队讨论的项目,以及它如何使用重要的作物和消费数据,以更好地理解这个全球性问题的因素在起作用。

点击下面听播客:

播客成绩单
丹尼:	你好,每个人。我的名字是丹尼·索利,欢迎来到横切的知识播客。今天,我将讨论全球和David e . Willmes博士粮食不安全。大卫,你愿意介绍你自己,告诉听众一点关于你的角色在斜方和经验吗?
大卫:	确定。正如丹尼所提到的,我的名字是大卫Willmes,我是人工智能的主要顾问在主教法冠。我在这里的先进的加工和出口技术部门。我已经在斜接工作了一年多,但是我一直参与联邦政府资助研发中心十多年了。
丹尼:	好,大卫,你能给我们一点背景全球粮食安全以及它如何影响世界各地不同的国家?
大卫:	是的。确定。首先,食品安全的特点是,比方说,三个不同的因素。食品供应,食品访问,和食品使用。所以,食品供应,我们的意思是确保有足够的食物够…作物生长,产生足够的食物。食品接触是确保人民有能力获取食物,通常情况下,通过购买力,然后呢食品用是确保人口的知识和正确的工具准备食物和满足他们的热量和营养需求。这意味着确保有充足的水和卫生设施。所以粮食供应,食品访问和使用这些食物都是必要的。
大卫:	可以推断出从这个简单的增长更多的食物并不一定会导致更多的粮食安全。对吧?你需要有能力妥善准备食物。所以我们…也许你在这里放一些数字。对吧?今天,大约有九分之一的人[他]营养不良。大约有8.2亿人。另一个半十亿人们面对适度的粮食不安全。这是大约三分之一的世界某种至少中度到重度的粮食不安全。
大卫:	这个数字的饥饿和营养不良的人在全球范围内人类冲突的增加密切相关,并迫使迁移。这粮食短缺,它不仅是由很多暴力冲突引起的,它也有一个作为一个司机在很多的冲突。没有那么多详细地引用。所以这是加强粮食安全与冲突之间的循环。粮食不安全导致更多的冲突,从而导致更多的食物不安全,它的失控。
丹尼:	所以你提到人类冲突,但有其他外部因素除了你发现也会影响粮食安全吗?
大卫:	是的,当然。想一想,虽然世界作为一个整体可能会产生足够的食物,说,在接下来的10年左右,问题更多的是变化将发生在未来10到20年。其中之一是气候。气候会影响粮食生产通过作物产量的变化。例如,对于每一个平均气温摄氏度上升,对农作物产量下降10%。当然,这是非常变量基于作物,在世界上,但图这是一个很合理的数量。
大卫:	所以它影响粮食生产,但也可能增加了自然灾害的频率和强度可能影响食物供给,从影响作物影响的传播以及作物通过供应链。气候变化也可以增加人类的冲突和提高弱势群体的迁移。所以在这种方式,您可以看到气候变化作为一个威胁倍增因素,我们已经与冲突和迁移,所有这些问题,这只会加剧这一问题。
丹尼:	这很有趣。我没有意识到这个因素的范围。
大卫:	我认为,这将是一个大问题在未来几十年前行。
丹尼:	我知道你正在从事一个项目来帮助缓解这些问题。你能给我们概述其因素这个问题?
大卫:	是的。这是正确的。我们的研究项目AURAC,即先行了解气候弹性体系结构。我们开发一个大型系统跟踪作物,种植的作物一直到消费的作物,消费的食物,摄入不足的人口。例如,第一个组件分类和识别作物主要作物用地。下一个组件是建模不同环境条件下作物产量,包括不同的气候条件。我们然后聚合环境和食品系统数据,识别和描述的食物系统漏洞通过建立预测模型。
丹尼:	所以,我感觉你的项目正试图加强全球粮食安全使用数据和预测模型的好处,不让尽可能多的机会。那是正确的吗?
大卫:	是的。这是一个把它的好方法。我们的很多技术都是基于深度学习和人工智能。还有很多因果建模与预测模型的,还有大量的作物产量模拟工作,我们利用基于大量的作物模拟软件。
丹尼:	我也仅仅想问,这个想法是如何实现在你的团队在斜方?
大卫:	我们这里有一群由亚历克斯博士是谁…谁来到我们的群,问一些想法在试图了解如何减轻很多气候变化问题,他一直看。我现在工作在计算机视觉中,很多我们的想法和应用很多计算机视觉和深度学习技术这个问题。所以从那时起,与气候相关的一个主要问题是食物不安全。所以我们如何用很多的技术,我们在斜方有很多专业知识去关注那些问题?
丹尼:	那很好,你也可以谈谈你为什么认为斜方特别适合这样的项目吗?
大卫:	确定。横切是系统集成商FFRDC,因为我们是一家系统集成商,我们将能够为不同政府赞助,学术界、非政府组织、行业来验证和验证现有的模型。所以我们有这个角色能够验证和验证。我们也连接在不同的联邦赞助商,和美国,美国是一个农业技术和创新的主要来源。所以,当我们可以向美国政府提供信息的赞助商,他们将带着大量的,我们提供的信息来协助这些其他国家和他们的粮食安全问题。希望可以帮助减轻很多可能发生的食品安全热点。我们也是一个受信任的第三方。由于我们FFRDC非营利性组织,我们将能够处理敏感和专有的数据来源和那些融入现有的框架,我们正在建设。
丹尼:	你有什么实际用例你一直在工作吗?
大卫:	确定。我们的一个用例是看印度北部的小麦面包篮子。世界上大约60%的食品是生长在一个六大面包篮子,和印度北部是小麦面包篮子。这是我们的第一个用例。现在,印度不是目前严重的粮食危机像世界其他地区。因此,尽管这可能不是这个场景,我认为将产生最直接的影响,,在十年左右,随着气候变化影响到印度,我们要确保他们不会成为更多的食物不安全。印度农场的经济模式是这样的,政府购买农民的最低支持价格。我们称之为MSP。所以MSP农民允许他们购买粮食短缺人口生产有竞争力的价格。
大卫:	这人口摄入不足是由一个配给卡系统。这个群体可以买那食物价格补贴。现在,有一个为每个作物MSP整个印度的国家。我们可以模型MSP小麦的变化如何影响农民小麦卖给政府是否商店或在公开市场上。我们,在我们的模型中,我们能够通过一些杠杆和修改MSP看到印度人的影响食品安全。你可能会想,“哦。让我们增加MSP,使食物更可用。“然而,如果你增加小麦的MSP太高,它可以鼓励农民种植小麦的其他作物,和其他作物可能需要提供脆弱人群的营养需求。
大卫:	所以有很多MSP价格之间的相互影响,农业生产、激励农民,存储和运输的作物。所有的那种建立在我们的模型,称为系统动力学模型。所以修改这个MSP能有一堆级联影响田间种植不同作物的使用和影响作物产量。现在实际上是一个在印度的现状,印度政府仅仅几个月前,决定他们会消除对农民这最低支持价格。我不确定如果你看过这个新闻,但有很多这些农民的抗议。万博下载包他们已经通过国会大厦在德里和街头抗议他们失去这MSP的事实。
大卫:	这最低支持价格,农民是必要的谋生。所以我们要确保,我们可以提供一些信息来允许政府在印度认识到也许删除这可能导致更多的粮食不安全的基础上,农民无法提供足够的作物。所以有很多不同的经济因素,包括生产要素在农场、传输和存储的作物。所有这些不同的因素影响粮食安全在印度,而不仅仅是获得作物产量。
丹尼:	有趣。跳下来,你会同意,关于你的项目最难的部分是多样性的障碍和变量为每个国家你必须记住吗?
大卫:	绝对,我们专注于印度北部的小麦面包篮子现在,但我们模块化系统我们可以采取不同的因素影响世界不同地区和交换出来,还得到一个功能模型。例如,这想法关于最低支持价格非常特定于印度。所以这将是一个模块。经济模块会有换出的东西在一个不同的世界的一部分。所以在世界各地有很多人类冲突,在这种情况下,我们将构建不同模块考虑人口摄入不足是如何能获得他们所需要的营养物质。
丹尼:	回到你的项目开发,你能描述我们这个项目是什么样子的行动和开发者如何相互作用?
大卫:	是的。我们建立一个仪表板,允许用户修改某些政策杠杆,说,和其他因素会影响粮食安全,看看这些不同变化这些杠杆影响某些地区。这个指示板实际上是一个为用户映射,所以用户可以看到不同的地区会受到影响。进入,包括的模型,我提到的生产经济模型,通过运输和储存设施传播,不同倾向洪水和其他自然灾害。所以用户可以看到热点可能发生如果他们开始改变印度的MSP,例如,某地区或存储的可用性。
丹尼:	将来会有机会对一个普通人来说,像一个侦听器的播客,为自己能够使用这个项目吗?
大卫:	是的。我们希望能够把这个我们正在建设和仪表板,说,我们希望能够测试与人在第一个冠冕,但在我们得到一个功能的仪表板感到满意,我们将分享,外面的世界,让不同的用户实验与仪表板,看看他们的某些政策变化和某些功能将影响食品安全。
丹尼:	这是很酷的,大卫,还有什么你想添加您的项目之前,我们去了?
大卫:	是的。我想强调我们使用人工智能和建筑深层神经网络做许多我们做的分类。我们正在努力农田基于卫星遥感图像进行分类。这是必要的,因为在这些冲突地区,有很多的环境危机的地区,农业是通过小型家庭农场而不是大型工业农业等地方的,你可能会认为在美国。所以能够识别作物土地在很多领域比较困难,不仅仅是看政府的数据库。那么,我们试图做的是使用大量的这种深度学习技术得到很好的理解的农田,我们使用作为输入到我们的作物产量模型,可以用于理解粮食不安全问题的可能领域。
丹尼:	太好了。很高兴听说有很多的对细节的关注。
大卫:	是的。我认为这是这个项目的一个非常重要的方面。
丹尼:	好吧。好,谢谢你的光临,讨论你的工作。我想给一个快速感谢斜方和知识企业做这个节目。再一次,谢谢你,大卫,来分享。我相信我们的听众学到了很多。
大卫:	我的荣幸。谢谢你,丹尼。