Deep learning four decades of human migration
本文介绍了一个开源深度学习框架，该框架利用在18个协变量上训练的循环神经网络，生成了从1990年至今、涵盖230个国家、具有不确定性范围的详细年度起讫点迁移流估算值，在准确性和时间分辨率方面均显著优于传统方法。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在追踪一场全球性的“抢椅子”游戏，音乐是经济、政治和天气，而椅子则是国家。几十年来，试图精确统计谁在何时、为何移动，一直是一场混乱且令人沮丧的游戏。有些国家会在门口查验严格的名单（如德国），有些则仅仅根据谁买了票来猜测（如英国），而世界上许多地方甚至根本没有名单。结果呢？数字往往对不上。如果德国说有16万人来自波兰，但波兰却只说有12,300人离开，那数学计算中就出现了大量失踪的人口。
于是，一群新的数字侦探登场了：托马斯·加斯金（Thomas Gaskin）和盖伊·J·阿贝尔（Guy J. Abel）。他们不只是在数人头，而是构建了一个时光旅行机器人大脑（深度循环神经网络），用以揭示从1990年到2023年人类迁徙的故事。
拥有记忆的神奇大脑
大多数旧的迁徙预测方法就像每五年拍一张快照，然后试图猜测中间发生了什么。它们假设人们仅根据“现在”发生的事情来移动。但人类并不如此。我们是有记忆的。十年前的一场危机可能至今仍在推动某人离开。
作者们的机器人大脑之所以特别，是因为它拥有记忆。它就像一位侦探，不仅观察今天的犯罪现场，还记得过去30年里的每一个线索。通过向这个大脑输入18种不同类型的线索——例如一个国家的财富水平、地理距离、是否使用同种语言、是否共享宗教，甚至有多少人在战争中丧生——这个大脑学会了预测人口的流动。
至关重要的一点是，这个大脑不仅仅是在猜测一个单一的数字。它还会告诉你它有多不确定。如果数据很模糊（比如在非洲许多地区），大脑会说：“我对这里不是100%确定，你可能需要核查你的记录。”这意义重大，因为它指出了我们究竟在哪里需要收集更好的数据。
他们的发现（剧情转折）
大脑讲述的故事揭示了世界人口流动的巨大变化：
- 大爆发： 自2000年以来，每年跨越国境移动的人数已从1,300万跃升至2023年的超过3,600万。这不仅仅是因为地球上人口增加了；移动人口的比例几乎翻了一番，从0.21%增加到了0.45%。
- 大波动： 唯一出现人数下降的情况是在大衰退时期（2008–2009年）和新冠疫情期间（2020年）。
- 最大的迁徙浪潮： 大脑捕捉到的单年最大增幅出现在2019年，当时约有85万人为躲避委内瑞拉局势而前往哥伦比亚。其他大规模的人口涌入还包括2022年从墨西哥向美国的人口移动，以及2022年从乌克兰向俄罗斯的人口移动。
- 中东磁铁： 中东地区是新移民最大的磁石，主要来自南亚。自2010年以来，平均每年有130万人（总计1,840万人）从印度、巴基斯坦和孟加拉国移居至沙特阿拉伯、卡塔尔、巴林和阿联酋。这一数字超过了自1990年以来从墨西哥移居美国的总人数（为1,480万人）。
- 欧洲的洗牌： 在疫情爆发前，每年约有300万人在欧洲内部移动。在苏联于1991年解体后，出现了一次大规模的洗牌，仅那一年就有超过80万人出生于波兰、俄罗斯、乌克兰和罗马尼亚的人口在欧洲内部移动。
他们反对什么（“不要这样做”清单）
作者们非常明确地指出哪些方法行不通：
- “五年快照法”太慢了： 旧的方法只能提供每五或十年一次的数据。作者认为这对于捕捉突发灾难或快速变化来说太慢了。如果你只能每五年看一次数据，你就无法理解一场突发的战争或一次快速的经济崩溃。
- “仅基于现状”的模型是错误的： 他们反对那些将人类视为没有记忆（马尔可夫模型）的模型。他们认为，认为一个人仅仅根据今天的气候或经济情况就决定离开一个国家，而忽略过去几年的危机，这是很荒谬的。
- “残差”数学是不靠谱的： 许多联合国关于“净迁移”（入境人数减去出境人数）的官方数字是通过计算总人口变化并减去出生率和死亡率得出的。作者指出，这种方法通常是错误的，因为人口统计本身可能本身就很混乱。例如，他们的模型表明俄罗斯的净迁移实际上在2005年左右就转为负值，这与联合国暗示自1995年以来一直处于正向流动的观点相矛盾。
他们的确定性如何？
作者们并非凭空猜测；他们对机器人大脑进行了严格测试。
- 测试方法： 他们在训练过程中隐藏了**20%**的已知迁徙路径，然后要求大脑去猜测这些被隐藏的路径。
- 得分： 该大脑在研究数据上的相关性达到了95%，在隐藏测试数据上的相关性达到了80%。考虑到迁徙数据极其嘈杂，这是一个很高的分数。
- 对比： 当他们将这个大脑与旧的“存量差分法”（即五年快照法）和其他标准技术进行比较时，他们的深度学习模型显著优于所有这些方法。
- 局限性： 他们承认，对于某些地区（如撒哈拉以南非洲），由于输入数据缺失，不确定性仍然很高。他们明确指出，对于尼日利亚等国，其估算的不确定性在世界上属于最高水平，这表明那里需要进行更多的数据收集。
底线
这不仅仅是一份数字清单；这是一种看待世界的新方式。通过赋予计算机记忆并教会它从18种不同类型的线索中学习，作者们创造了有史以来最详细的人类移动地图，涵盖了从1990年到2023年间的230个国家和地区。他们向我们展示了迁徙正在上升，它是由过去的复杂记忆所驱动的，并且虽然我们拥有了一张伟大的新地图，但在某些地方仍有模糊的地带，需要我们投射更明亮的光芒。
最棒的部分是？整张地图、这个机器人大脑以及代码都是免费供任何人使用的。这就像是他们把时光机的钥匙交给了全世界。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。