ペンシルベニア州ペン・ヒルズには、学校での無料の朝食と昼食に頼ってきた生徒たちが多くいる。新型コロナによる学校閉鎖を受けて、地域コミュニティの非営利団体が困っている家庭に向けた配食を開始した。

配食は週3回で行われ、6000食近くが届けられるという。少人数のスタッフで作業をこなすためには、配食ルートの最適化が不可欠。カーネギーメロン大学の研究者は、機械学習を利用してこれを支援している。

通学バスルートの最適化ツールを転用

配食ルートの最適化に用いられる機械学習ツールは、もともと費用対効果の高い通学バスルートを予測するたのものだった。バスが学生を乗せることもなくなり、食事プログラムが中断したことから、ツールは配食ルートを最適化するためのものに転用されることになる。

とはいっても、既存のバスルートをそのまま利用したわけではなく、配食用のものが新たに作成されたようだ。通学のときのように数ブロックごとにバスが停車するのは非効率的で、まとめて食事を配るための安全な停車地をルートに組み込む必要があった。

効率的に多くの家庭にリーチ

研究者は、幼稚園から高校生の子どもがいる困窮家庭の匿名住所情報を収集し、できるだけ多くの家庭にリーチするための最適な食事配布場所を決定。効率的な配食に一役買っている。

ちなみに食事の費用は、ペンシルベニア州の食糧救済基金でまかなわれているとのこと。

研究者は以前にも除雪機の効率的なルートを予測するシステムや、リアルタイムでの交通信号最適化システムなどを商用に開発していてるようだが、今回の貢献はより大きなものとなったのではないか。

参照元：Using Machine Learning To Feed Families in Need/ Carnegie Mellon University News