阿斯頓大學部學者在《自然通訊》(《自然通訊》)發表的研究表明，圍繞貧困的主流思想已經過時，因為它過于強調基本需求，未能充分反映人們如何利用收入，
他們的新模型(使用計算機算法綜合大量支出和經濟數據)可以幫助世界各地的決策者預測未來的貧困水平，并設計干預措施來緩解這一問題，
阿斯頓大學部工程與物理科學學院首席研究員阿米特查托帕德亞伊(Amit Chattopadhyay)博士說：“從來沒有人使用機器學習從多個維度來理解貧困，這徹底改變了人們看待貧困的方式。”
既定的貧困衡量標準試圖確定一個門檻貨幣水平，低于這一水平，個人或家庭被定義為”貧困”，這些定義的起源可以追溯到19世紀和20世紀初的改革者，如恩斯特恩格爾和塞博姆朗特里，
目前，世界銀行將國際貧困線定在每天1.9美元以下，按照這個定義，貧困人口約占世界人口的10%(約7億)。貧困線本身是基于購買力平價和最貧窮國家滿足基本需求所需的收入。
在新的研究中，研究人員分析了來自印度的30年數據，并將支出分為三類：“基本食物”(如谷物)、“其他食物”(包括肉類)和“非食物”，后者涵蓋住房等其他支出。該模型可以應用于任何國家，
通過承認三個類別之間的“推拉”相互作用(增加一個領域的支出通常意味著減少另一個領域的支出)，我們可以采用更全面的貧困衡量標準來適應每個國家的情況。研究人員結合來自世界銀行等來源的收入、資產和商品市場的數據集，產生了一個數學模型——，它不僅可以準確預測印度和美國過去的貧困水平，還可以基于一些經濟假設預測未來的變化。
該模型考慮了市場供求彈性，將傳統上被認為是“窮人”的一部分人歸為更為實際的“中產階級”一類，可以按比例縮小以反映一個國家的次區域情況，甚至根據現有數據縮小為單個城市或社區，
Chattopadhyay博士補充說：“目前關于貧困的想法非常主觀，因為貧困在不同的國家和地區意味著不同的東西，有了這個動態模型，我們終于有了一個多維度的貧困指數，它反映了全世界人民的真實經歷，在很大程度上剝離了他們社會階層的先入為主的印象，
“重要的是，該模型考慮了人們生活的經濟環境以及可能對他們的物質福利產生最大影響的因素，因此，它可以成為全球政府和決策者識別貧困并幫助制定能夠真正解決問題的干預措施的重要工具，”
https://phys . org/news/2020-12-貧困線-概念-拆封-機器. html