Los mapas utilizan la inteligencia artificial y el Big data para mostrar la información en alta resolución.
Facebook lanza mapas de densidad de población de América Latina en alta resolución para ayudar a las organizaciones que trabajan en salud y respuesta a desastres naturales
Facebook presentó los mapas de población en alta resolución de países latinoamericanos más detallados del mundo hasta la fecha, que estiman solo el número de personas que viven por cada cuadrícula de 30 metros, y proporcionan información demográfica como el número de niños menores de cinco años y de mujeres en edad reproductiva, y la población de jóvenes y adultos mayores. 
Los mapas de densidad de población tienen el objetivo de apoyar a las organizaciones sin fines de lucro y a los investigadores a aprovechar la inteligencia artificial y el Big Data para abordar desafíos sociales, de salud y de infraestructura a gran escala en la región, y acelerar el cumplimiento de los Objetivos de Desarrollo Sostenible.
Los mapas se construyen combinando el potencial de la Inteligencia Artificial (IA) con imágenes satelitales e información de censos. Al integrar el conjunto de datos públicos y comerciales con las capacidades de la IA de Facebook, se crearon los mapas de población que son 3 veces más detallados que cualquier otra fuente.
Hace dos años, Facebook empezó a trabajar con la Universidad de Columbia para utilizar imágenes de satélite y datos de censos para construir mapas de población detallados que mejoren los proyectos de conectividad. Después de trabajar con grupos como la Cruz Roja Americana y su proyecto Missing Maps (Mapas Faltantes), se dieron cuenta de que los mapas podían tener aplicaciones profundas en la salud pública.
Las imágenes satelitales de alta resolución existen en gran parte del mundo, pero antes del proyecto de mapeo de Facebook, se hubieran requerido innumerables horas para que los voluntarios analizaran millones de millas cuadradas de imágenes para identificar cuál contenía una pequeña ciudad o aldea remota.
Facebook utilizó la inteligencia artificial para resolver este problema, procesando de manera eficiente los datos a una escala de petabyte. Solo para América Latina, por ejemplo, el sistema de visión por computadora examinó 9.8 mil millones de imágenes individuales para determinar si contenían un edificio. El equipo encontró aproximadamente 94 millones de edificios en pocos días.
Laura McGorman, Líder de Políticas de Datos para el Bienestar en Facebook, explicó que al iniciar su carrera en USAID trabajando en el control de la malaria, fue testigo del papel fundamental que desempeñan los datos precisos en la efectividad de los esfuerzos humanitarios. Precisó que lo emocionante de proyectos como éstos es proporcionar una oportunidad para que su compañía contribuya a través de la experiencia en el aprendizaje de datos y de las máquinas.
Las organizaciones de salud ya utilizan los mapas impulsados por la IA para ayudar a asignar recursos a las áreas donde viven los beneficiarios previstos, como en Malawi, donde los mapas de alta resolución ayudaron a la Cruz Roja Americana y su proyecto de Missing Maps a identificar áreas con y sin concentraciones de personas. Esto ayudó a la Cruz Roja y otros equipos en el terreno a tomar decisiones más eficientes sobre dónde desplegar a 3,000 trabajadores de la salud para promover la vacunación contra el sarampión. Igualmente, después del ciclón Idai, un equipo de la Escuela de Salud Pública de Harvard, Direct Relief, Nethope y la Universidad de Northwestern utilizan el mapa de alta resolución de Mozambique para identificar áreas donde podría ocurrir el cólera para priorizar el posible almacenamiento de tratamientos.
El proyecto de mapeo Humanitarian Open Street Map aplica principios de código abierto y el intercambio de datos abiertos para respuesta humanitaria y desarrollo económico, y ha usado los mapas de densidad de población de alta resolución en varios países para potenciar su trabajo. Al respecto, Tyler Radford, director ejecutivo del Equipo Humanitario OpenStreetMap, señaló que los mapas de Facebook aseguran que enfoquemos el tiempo y los recursos de sus voluntarios en los lugares donde más se necesitan, mejorando la eficacia de los programas.