Что такое ИИ на благо общества и как ИИ влияет на жизни людей во всем мире?

С чего все началось?

Вы, наверное, слышали о мегабайтах, гигабайтах и ​​терабайтах из загружаемых песен, скорости интернета у вас дома или размера вашего жесткого диска. Но слышали ли вы когда-нибудь об эксабайтах и ​​зеттабайтах? К 2025 году каждый день будет создаваться 463 эксабайта данных¹. Чтобы выразить это в масштабе: 1 эксабайт содержит 18 нулей. В 2025 году мы будем производить 463 000 000 000 000 000 000 байт данных каждый день.

Теперь объедините этот гигантский объем данных с расширенным набором инструментов искусственного интеллекта и машинного обучения, и вы получите безграничную мощь данных. От IBM Deep Blue, победившего чемпиона мира по шахматам в 1997², до робота Boston Dynamic под названием Spot, который использует спортивный интеллект ³, до функций автопилота Tesla, приложения ИИ безграничны. Это всего лишь известные примеры, но ИИ может решить некоторые из наших наиболее острых социальных проблем. На смену приходит движение AI For Social Good (или сокращенно AI4G). После 2010 года мы видим, как это движение набирает обороты. Еще в 2017 году Организация Объединенных Наций создала AI for Good Summit, глобальную платформу для создания решений на основе искусственного интеллекта, которые помогут ускорить достижение целей Организации Объединенных Наций в области устойчивого развития на 2030 год⁵. Еще много подобных встреч на высшем уровне было проведено ведущими технологическими корпорациями, такими как Intel и Microsoft. Ведущие учебные заведения, такие как Университет Карнеги-Меллона⁶, Нью-Йоркский университет и Бостонский университет⁸, представили курсы и студенческие программы для создания сообщества специалистов по данным, ориентированных на оказание социального воздействия. Помимо всей этой деятельности по продвижению ИИ на благо общества, у нас есть благотворительные организации и корпоративные организации, раздающие гранты на тысячи долларов на выдающиеся решения ИИ для социальных проблем. Вот один пример: инициатива Microsoft AI for Good, 165 миллионов долларов и пятилетнее обязательство найти решения для некоторых из самых серьезных проблем общества, связанных с искусственным интеллектом⁹. Компания Google последовала этому примеру в 2018 году со своей инициативой AI for Social Good. Data.org - еще одна крупная благотворительная организация с той же целью продвигать приложения ИИ для социального воздействия - и они поддерживаются Центром инклюзивного роста MasterCard и Фондом Рокфеллера¹¹².

Изучив историю движения, давайте глубоко погрузимся в реальные примеры того, как ИИ и машинное обучение используются для повышения социального воздействия в здравоохранении, борьбе с изменением климата и сельском хозяйстве!

Здоровье - борьба COVID-19

В начале этой пандемии многие из лучших мировых систем здравоохранения начали рушиться из-за непосильного бремени COVID-19. Поскольку страны поспешили попытаться сдержать распространение вируса, начали развертываться приложения искусственного интеллекта, которые помогали расе человечества выжить в этой пандемии.

Один из таких примеров применения искусственного интеллекта - от наших собственных студентов в Пакистане. Мухаммад Алим и Рахул Радж, два студента из Института Гулама Исхака Хана (GIKI), использовали возможности машинного обучения для обнаружения COVID-19 с помощью компьютерной томографии (КТ) легких¹³. С точностью 92% модель может менее чем за 20 секунд определить, есть ли у пациента COVID-19 или нет. Вдобавок к этому модель также может определять положение и степень повреждения легких. Все это ускоряет процесс диагностики и лечения пациентов, когда ресурсы ограничены.

Поскольку большинство правительств уже ощущают накал пандемии, проверенной информации относительно вируса и вакцинации недостаточно. Чтобы решить эту проблему, французский стартап Clevy.io использует чат-бота с ИИ для передачи правительственной информации, связанной с COVID-19, людям ». Чат-бот, отправивший более 3 миллионов сообщений, значительно снижает нагрузку на французское правительство.

Сельское хозяйство - Поддержка фермеров

Работа фермера непростая. От ухода за акрами земли до защиты от вредителей - проверка на вашей ферме - колоссальная задача. Добавьте к этому изменение климата и скудные ресурсы, что особенно характерно для развивающихся стран, и вы вряд ли переживете сезон. Но ИИ нападает, чтобы спасти положение! Давайте посмотрим на несколько примеров.

В 2016 году в Африке был обнаружен совок совки (FAW), уничтоживший миллионы посевов кукурузы¹⁵. На континенте, где продовольственная безопасность является серьезной проблемой, это представляет серьезную угрозу для фермеров. Вот где ИИ вступает в бой. Назирини Сираджи из Мбале, Уганда, создал «Приложение-компаньон для фермеров», приложение для определения того, заражено ли растение FAW, и если да, то какую комбинацию пестицидов использовать для обработки урожая. Ее команда все еще работает над приложением для обнаружения других видов вредителей, чтобы масштабировать влияние этого спасательного приложения для фермеров.

Подождите, есть еще кое-что. Поговорим о Connecterra. Это голландский стартап, основанный Саадом Ансари и Ясиром Хокаром, использующий ИИ для повышения производительности ферм ». В их продукте под названием Ida используются носимые датчики для коров, которые собирают данные для измерения привычек коровы в еде, питье и отдыхе, а также другой важной информации, связанной с фертильностью, температурой и т. Д. Почему? Эти данные помогают обучить модели искусственного интеллекта определять, есть ли у коровы какие-либо заболевания. Модель даже способна предсказать, заболеет ли корова в ближайшее время! Этот продукт привел к колоссальному увеличению производства молочной продукции на 30% для клиентов компании¹⁷, что является значительным выигрышем для молочных ферм.

Климат - защита окружающей среды

Глобальное потепление - одна из величайших проблем человечества. Если не сократить выбросы, наша жизнь будет сильно отличаться от той, которая есть сейчас. Стартапы по всему миру внедряют несколько решений искусственного интеллекта для борьбы с глобальным потеплением; мы обсудим два из них.

Climate Intelligence - наше первое приложение. Forbes описывает это как использование прогнозной аналитики для прогнозирования погоды, чтобы организации могли подготовить и предсказать экстремальные погодные явления¹⁸. ClimateAi - это стартап, работающий в этой области; они используют данные, чтобы помочь своим клиентам, прогнозируя погодные явления, которые представляют риск для их цепочек поставок, и, кроме того, помогают снизить риски, связанные с нарушением цепочки поставок¹⁹. Компания гарантирует, что вы сможете поддерживать свою прибыльность, и, по их собственным словам, «превратите нестабильность климата в конкурентное преимущество».

Другой стартап под названием Watershed пытается помочь другим организациям сократить выбросы углекислого газа²⁰. Как? Сначала они используют ваши необработанные данные и выясняют, откуда у вас выбросы углерода. Как только они определят ваши источники, вы сможете увидеть свое влияние на интерактивной панели инструментов, что позволит вам увидеть, где вы находитесь по сравнению с вашими отраслевыми стандартами. Watershed также поможет вам разработать план по сокращению выбросов углекислого газа и поможет достичь цели нулевых выбросов путем финансирования проектов по всему миру, которые уменьшат ваше воздействие на климат.

Подождите, это еще не все!

Работа, которую мы здесь обсуждали, является лишь частью бесконечного списка того, как стартапы, отдельные лица и крупные компании используют ИИ для построения лучшего общества для жизни людей. Возможно, в другой статье мы рассмотрим приложения в продвижение прав человека, цифровизация образования и стимулирование экономического роста. Потенциал огромен, а варианты использования тем более. Благодаря медленно расширяющемуся доступу к технологиям и появлению таких талантливых людей, как Мохаммед, Назирини, Тейлор и Химаншу, мы можем быть уверены, что будущее будет светлым для грядущих поколений.

Ссылки

  1. Дежарден Дж. Сколько данных создается каждый день ?. Всемирный Экономический Форум. Https://www.weforum.org/agenda/2019/04/how-much-data-is-generated-each-day-cf4bddf29f/. Опубликовано 17 апреля 2019 г. Проверено 5 июля 2021 г.
  2. Из архива, 12 мая 1997 года: Deep Blue выиграла гигантский шаг для компьютерного мира. Хранитель. Https://www.theguardian.com/theguardian/2011/may/12/deep-blue-beats-kasparov-1997. Опубликован в 1997 г. Проверено 5 июля 2021 г.
  3. Пятно | Boston Dynamics. Bostondynamics.com. Https://www.bostondynamics.com/spot#id_third.
  4. Автопилот. Tesla.com. Https://www.tesla.com/autopilot. Доступ 5 июля 2021 г.
  5. AI для хорошего глобального саммита. Https://aiforgood.itu.int/. Доступ 5 июля 2021 г.
  6. Data Science for Social Good Summer Fellowship - Университет Карнеги-Меллона. Https://www.dssgfellowship.org/. Доступ 5 июля 2021 г.
  7. Наука о данных для социального воздействия. NYU Steinhardt. Https://steinhardt.nyu.edu/courses/data-science-social-impact. Доступ 5 июля 2021 г.
  8. Инициатива DS4Good | Факультет вычислительной техники и данных. Https://www.bu.edu/cds-faculty/programs/ds4g/. Доступ 5 июля 2021 г.
  9. Microsoft запускает новую программу AI for Good, AI for Health, чтобы ускорить реализацию глобальных инициатив в области здравоохранения. Центр новостей Microsoft. Https://news.microsoft.com/en-ca/2020/01/29/microsoft-launches-new-ai-for-good-program-ai-for-health-to-accelerate-global-health-initiatives . Опубликовано 29 января 2020 г. Проверено 5 июля 2021 г.
  10. Дин Дж., Фуллер Дж. AI для общественного блага. Google. Https://www.blog.google/outreach-initiatives/google-org/ai-social-good/. Опубликовано 29 октября 2018 г. Проверено 5 июля 2021 г.
  11. data.org. Https://www.data.org/. Доступ 5 июля 2021 г.
  12. Почему, как и что в науке о данных для социального воздействия - data.org. data.org. Https://www.data.org/why-how-and-what-of-data-science-for-social-impact/. Опубликовано 29 июня 2021 г. По состоянию на 5 июля 2021 г.
  13. Джамал С. Коронавирус: пакистанские студенты используют ИИ для ускорения диагностики. Gulfnews.com. Https://gulfnews.com/world/asia/pakistan/coronavirus-pakistan-students-use-ai-to-speed-diagnosis-1.70567427. Опубликовано 23 марта 2020 г. Проверено 5 июля 2021 г.
  14. Сивасубраманян С. Как искусственный интеллект и машинное обучение помогают бороться с COVID-19. Всемирный Экономический Форум. Https://www.weforum.org/agenda/2020/05/how-ai-and-machine-learning-are-helping-to-fight-covid-19/. Опубликовано 23 мая 2020 г. Проверено 5 июля 2021 г.
  15. Белл-Горсиа Н. Машинное обучение встречается с сельским хозяйством Африки. Google. Https://blog.google/technology/ai/machine-learning-meets-african-agriculture/. Опубликовано 13 ноября 2019 г. Проверено 5 июля 2021 г.
  16. Connecterra. Https://www.connecterra.io/. Доступ 5 июля 2021 г.
  17. Ансари С., Хохар Ю. Использование TensorFlow для счастья фермеров и здоровья коров. Google. Https://blog.google/technology/ai/using-tensorflow-keep-farmers-happy-and-cows-healthy/. Опубликовано 18 января 2018 г. Проверено 5 июля 2021 г.
  18. Тэйвс Р. Это стартапы, применяющие ИИ для борьбы с изменением климата. Forbes. Https://www.forbes.com/sites/robtoews/2021/06/20/these-are-the-startups-applying-ai-to-tackle-climate-change/?sh=3cb9f387b26c. Опубликовано 21 июня 2021 г. Проверено 5 июля 2021 г.
  19. ClimateAI. Https://climate.ai/. Доступ 5 июля 2021 г.
  20. Водораздел. Https://watershedclimate.com/. Доступ 5 июля 2021 г.