A műholdképek rengeteg dologra jók, így például időjárás-előrejelzésre, Google Maps frissítésre, Észak-Korea atomprogramjának “megkémkedésére”, és még hosszasan sorolhatnánk. A Science-ben megjelent tanulmány szerint azonban a műholdképek és megfelelő gépi algoritmusok alapján (melyek tanulnak is) egyes régiók elmaradottságára, szegénységére is következtetni lehet olyan helyeken, ahol más adatok nem érhetőek el. Habár egy ideje már elfogadott, hogy az éjszakai világítás valamilyen szinten kifejezője lehet az adott régió jólétének, olyan helyeken fabatkát sem ér, ahol nincs vagy nem mindig van elektromos áram.
Neal Jean szerint azonban az új módszer az éjszakai és nappali képekkel, valamint a számítógépes rendszerrel megbecsüli, hogy mégis mi a helyzet a régióban. Jean és csapata az algoritmust két lépésben készítette el, amiről a The Verge is írt. Első körben Uganda, Tanzánia, Nigéria, Malawi, illetve Ruanda nappali és éjszakai műholdfelvételeit tanulmányozták, mint egyfajta neurális hálózatot, és megpróbálták megbecsülni, hogy hol milyen lehet az éjszakai kivilágítás. Ha vannak házak a területen, a rendszer úgy gondolja, hogy ott majd fények is lesznek, ha leszáll az éj.
Második lépésben hozzáadták a becslésekhez a gazdasági felmérési adatokat, melyek bár nem teljesek az összes régióban, ám mégis elég sokat hozzátesznek a kontextushoz, és így a rendszer képes lett falvakat felismerni, illetve az egyes háztartások bevételét is megbecsülni. Innentől kezdve pedig egy másik, közeli település esetében is tudott becsléseket végezni még akkor is, ha onnan nem álltak rendelkezésre semmiféle adatok. A Science cikke szerint a kétlépcsős rendszer lényegesen pontosabb képet ad a területek gazdaságáról, mint az éjszakai fényekre alapozott módszer valaha is.
Ugyanakkor ennek a rendszernek is vannak korlátai, mert míg a falusi, ritkábban lakott területeken valóban jó eredményekkel bír, egy nagyváros egyes negyedei már meghaladják a képességeit, és bár az algoritmus remekül teljesített az öt afrikai ország esetében, fontos kérdés, hogy miként lehet megtanítani a világ egyéb részeire.
