Soutenir la sécurité alimentaire en Afrique à l’aide de ML avec Catherine Nakalembe

Aujourd’hui, nous concluons notre couverture de la série 2022 Neirips rejointe par Catherine Nakalembe, professeure de recherche associée à l’Université du Maryland, et directrice du programme en Afrique en vertu de la récolte de la NASA. Dans notre conversation avec Catherine, nous plongeons profondément dans son discours de l’atelier ML dans l’atelier des sciences physiques, soutenant la sécurité alimentaire en Afrique en utilisant l’apprentissage automatique et les observations de la Terre. Nous discutons des larges défis associés à l’insécurité alimentaire, ainsi que du rôle de Catherine et des priorités de Harvest Africa, un programme axé sur l’avancement des méthodes innovantes axées sur les satellites pour produire des produits automatisés de type de cultures et de cultures de cultures qui soutiennent les évaluations agricoles. Nous explorons certains des défis techniques de son travail, y compris les ensembles de données limités, mais croissants à la télédétection et à l’observation de la Terre, et comment la disponibilité de ces données a changé ces dernières années, le manque de références pour les tâches sur lesquelles elle travaille, les exemples de la façon dont ils ont appliqué des techniques telles que l’apprentissage multi-tâches et les méta-apprentissage des tâches, et beaucoup plus.