I ricercatori del College of Information Sciences and Technology stanno adottando misure per affrontare il tasso allarmante di suicidi tra gli agricoltori indebitati in India, sviluppando un algoritmo di deep learning come primo passo in un sistema di supporto decisionale in grado di prevedere i futuri valori di mercato delle colture.

Più di 11, 000 contadini indiani si sono suicidati nel 2016, secondo il National Crime Records Bureau. Sebbene l'alto tasso di decessi autoinflitti possa essere attribuito a una serie di ragioni, tra queste vi sono le difficoltà finanziarie e l'incapacità di vendere i raccolti a causa della fluttuazione diffusa dei prezzi di mercato dei prodotti del paese, secondo Amulya Yadav, assistente professore di scienze e tecnologie dell'informazione e ricercatore principale del progetto.

"In India, il governo ha fissato prezzi minimi di sostegno per i raccolti, ma non cerca di imporre esplicitamente questi prezzi agli acquirenti, " ha detto Yadav. "Il prezzo effettivo al quale il raccolto viene venduto sul mercato si basa sulla domanda e sull'offerta".

Yadav ha spiegato che molti agricoltori indiani contraggono prestiti per acquistare semi, fertilizzante e attrezzature, e per trasportare il loro raccolto al mercato. Ma se gli agricoltori non sono in grado di vendere i loro raccolti a prezzi di sostegno minimi, non possono rimborsare i loro prestiti o realizzare un profitto per sostenersi, portando a difficoltà finanziarie.

I mercati governativi acquisteranno i raccolti ai prezzi minimi di sostegno, ma questi mercati a volte sono lontani dai villaggi dei contadini, che aggiunge i costi di trasporto e carburante. Yadav osserva inoltre che spesso ci sono lunghe file ai mercati e che il governo acquisterà solo una quota limitata.

"Quindi le persone rimaste dovranno tornare indietro, e hanno sprecato un sacco di soldi, " ha detto. "Finiscono per vendere i loro raccolti a fornitori di terze parti che non garantiscono prezzi minimi di supporto, e [gli agricoltori] non guadagnano".

Yadav mira a migliorare la vita degli agricoltori aiutandoli a prevedere i futuri prezzi di mercato. L'algoritmo sviluppato dal suo team può prevedere con precisione i prezzi di mercato futuri in base ai prezzi passati e ai modelli di volume.

"Questo sistema presuppone che tu stia cercando di massimizzare il profitto di un singolo agricoltore, " ha detto Yadav. "Stiamo cercando di fargli una previsione su dove e quando dovrebbero vendere il loro raccolto."

Lui continuò, "Invece di vendere i loro raccolti il ​​giorno successivo al raccolto nel mercato locale, questo algoritmo potrebbe potenzialmente consigliare loro di aspettare cinque giorni e di percorrere 40 chilometri verso un mercato diverso, dove si prevede che i prezzi saranno molto alti."

Per creare l'algoritmo, Yadav e il suo team hanno analizzato record di dati di più di 1, 300 mercati indiani degli ultimi 11 anni, che includeva i prezzi massimi e minimi di ogni raccolto venduto in ciascun mercato. Quindi, hanno sviluppato un modello di deep learning per trovare modelli utili da quei dati. Gli studi del team mostrano che il loro modello ha prestazioni migliori rispetto allo standard attuale.

"Questo ci fa sperare che ora andremo avanti e proveremo a costruire l'intero sistema che immaginiamo, " ha detto Yadav. "Una volta che il sistema viene costruito, speriamo che possa aiutare gli agricoltori a massimizzare i profitti che guadagnano. E si spera che un beneficio indiretto porti a un minor numero di suicidi di agricoltori in India e in altri paesi del mondo".

Yadav ha lavorato con Alexander Woodruff, Laureato nel 2019 alla Penn State in scienze e tecnologie dell'informazione, e Hangzhi Guo, uno studente universitario alla Wenzhou Kean University. Hanno presentato la loro ricerca all'Associazione per l'avanzamento della conferenza sull'intelligenza artificiale sull'intelligenza artificiale all'inizio di questo mese.