MIT、AIで食糧支援の栄養効果を最大化へ

マサチューセッツ工科大学（MIT）の研究者が、デジタルプラットフォームと最適化アルゴリズムを用い、食糧補助金の栄養面での効果を最大化する新手法を開発しています。インドの小規模食料品店から得た購買データに基づき、個人の嗜好をモデル化。これまでの画一的な支援とは一線を画す、データ駆動型のアプローチで食糧安全保障という世界的課題に挑みます。

世界では6億7千万人以上が飢餓に苦しむ一方、肥満も深刻化しており、食糧支援のあり方が問われています。従来の補助金制度は、長期的な栄養改善への効果測定が難しく、特に低・中所得国ではデータ収集のインフラが未整備なため、低所得者層の真のニーズを把握しきれていないのが実情でした。

この課題に対し、研究チームはインドの小規模店舗にPOSスキャナーを導入して購買データを収集。その取引データを基に、個人の「隠れた好み」を解析する独自のアルゴリズムを開発しました。これにより、各個人の需要動向を予測し、提供する食料品の多様性や量、価格などを調整する最適化モデルを構築します。

この研究の最終目標は、最適化という新たな方法論を食糧支援政策に導入することです。これまで政策は、専門家の知見や政治的判断に大きく依存してきました。ここにデータに基づく厳密なエビデンスを加えることで、より効果的で効率的な政策立案が可能になると期待されています。

実用化には、大規模なデータ収集に伴うコストやインフラの壁といった課題も残ります。研究チームは、今回のパイロット研究で得られた知見を活かし、より費用対効果の高いデータ収集方法を模索する計画です。このアプローチが、食糧支援のあり方を根本から変革する一歩となるか、今後の展開が注目されます。