Przyszłość badań nad sztuczną inteligencją jest w Afryce

Obraz aplikacji wykrywającej choroby manioku. dzięki uprzejmości Google

Siedząc w lobby hotelowym w Tangerze w Maroku, Charity Wayua śmieje się, opowiadając o swojej podróży do miasta na konferencji poświęconej technologii i innowacjom. Po rozpoczęciu podróży w Nairobi w Kenii, gdzie kieruje jednym z dwóch ośrodków badawczych IBM w Afryce, musiała przelecieć obok swojego celu na postój w Dubaju, zawrócić do Casablanki, a następnie przejechać trzy i pół -godzina jazdy do Tangeru. To, co byłoby bezpośrednim lotem trwającym od siedmiu do ośmiu godzin, było zamiast tego prawie 24-godzinną odyseją. To nie jest niezwykłe, mówi.

Kłopoty z podróżowaniem po regionie to nie jedyna rzecz utrudniająca życie społeczności naukowej w Afryce: trudności w podróżowaniu na zewnątrz regionu często pomija swoich badaczy w rozmowach międzynarodowych. Chociaż problemy te wpłynęły na każdą dziedzinę nauki, są one wzmacniane w badaniach nad sztuczną inteligencją. Tempo innowacji oznacza na przykład, że wielokrotne pomijanie konferencji dotyczących problemów wizowych – co utrudniło afrykańskim naukowcom udział w niektórych z największych na świecie wydarzeń AI w USA i Kanadzie – może łatwo spowodować, że naukowiec pozostanie w tyle.

Pomimo przeciwności, afrykańska społeczność zajmująca się uczeniem maszynowym rozkwitła w ciągu ostatnich kilku lat. W 2013 r. lokalna grupa praktyków i badaczy z branży rozpoczęła Data Science Africa, coroczne warsztaty służące dzieleniu się zasobami i pomysłami. W 2017 roku inna grupa utworzyła organizację Deep Learning Indaba, która ma obecnie oddziały w 27 z 54 krajów kontynentu. Kursy uniwersyteckie i inne programy edukacyjne poświęcone nauczaniu uczenia maszynowego rozwinęły się w odpowiedzi na rosnące zapotrzebowanie.

Społeczność międzynarodowa również to zauważyła. Pod koniec 2013 roku IBM Research otworzyło swoje pierwsze afrykańskie biuro w Nairobi; dodała kolejną w Johannesburgu w RPA w 2016 r. Wcześniej w tym roku Google otworzył nowe laboratorium AI w Akrze w Ghanie, a w przyszłym roku ICLR, duża konferencja badawcza AI, będzie gospodarzem wydarzenia w Addis Abebie w Etiopii.

Charity Wayua kieruje zespołem IBM Research w Nairobi w Kenii. dzięki uprzejmości IBM Research

Zmiana ta jest pozytywna dla tej dziedziny, która cierpi z powodu braku różnorodności i pod wieloma względami oderwania od realnego świata. Wiele akademickich i korporacyjnych laboratoriów badawczych, które dominują w badaniach nad sztuczną inteligencją, koncentruje się w bogatych bańkach innowacji, takich jak Dolina Krzemowa i chiński Zhongguancun w Pekinie. Ten ograniczony zakres uwidacznia się w zakresie produktów wytwarzanych przez te centra. Z drugiej strony Afryka może zaoferować kontekst, w którym sztuczna inteligencja może powrócić do swojej pierwotnej obietnicy: tworzenia technologii, która sprosta palącym globalnym wyzwaniom, takim jak głód, ubóstwo i choroby.

Myślę, że dla każdego, kto szuka trudnych wyzwań, mówi Wayua, jest to miejsce, w którym należy być.

Afrykański model innowacji

Zarówno biura IBM Research w Kenii i RPA, jak i laboratorium AI Google w Ghanie mają tę samą misję, co ich organizacje macierzyste: prowadzenie fundamentalnych i najnowocześniejszych badań. Koncentrują się na kwestiach, takich jak zwiększenie dostępu do przystępnej opieki zdrowotnej, uczynienie usług finansowych bardziej integracyjnymi, wzmocnienie długoterminowego bezpieczeństwa żywnościowego i usprawnienie operacji rządowych. Lista nie różni się od tej z laboratorium zlokalizowanego gdziekolwiek indziej na świecie, ale kontekst dodaje niuanse do celów.

Badania nie mogą być oderwane od środowiska, w którym są prowadzone – mówi Moustapha Cisse, dyrektor Google AI Ghana. Przebywanie w środowisku, w którym wyzwania są pod wieloma względami wyjątkowe, daje nam możliwość zbadania problemów, których być może inni badacze w innych miejscach nie byliby w stanie zbadać.

Naukowcy omawiają projekt dotyczący spersonalizowanej edukacji w Nairobi. dzięki uprzejmości IBM Research

Na przykład przed założeniem laboratorium AI w Ghanie firma Google zaczęła praca z rolnikami w wiejskich Tanzanii, aby zrozumieć niektóre z trudności, z jakimi się borykali w utrzymaniu stałej produkcji żywności. Naukowcy dowiedzieli się, że choroby upraw mogą znacznie zmniejszyć plony, więc stworzyli model uczenia maszynowego, który może diagnozować wczesne stadia choroby manioku, ważnej podstawowej uprawy w regionie. Model, który działa bezpośrednio na telefonach rolników bez konieczności dostępu do Internetu, pomaga im wcześniej interweniować w celu ratowania roślin.

Wayua podaje inny przykład. W 2016 roku zespół IBM Research z Johannesburga odkrył, że proces zgłaszania rządowi danych na temat raka, który wykorzystywał je do kształtowania krajowej polityki zdrowotnej, trwał cztery lata od diagnozy w szpitalach. W USA zbieranie i analiza równoważnych danych trwa tylko dwa lata. Okazało się, że dodatkowe opóźnienie wynikało częściowo z nieustrukturyzowanego charakteru raportów patologicznych szpitali. Eksperci czytali każdy przypadek i klasyfikowali go do jednego z 42 różnych typów raka, ale dowolny tekst w raportach sprawił, że było to bardzo czasochłonne. Więc badacze zabrali się do pracy nad model uczenia maszynowego które mogą automatycznie oznaczać raporty. W ciągu dwóch lat opracowali udany prototypowy system, a teraz starają się uczynić go skalowalnym, aby mógł być przydatny w praktyce.

Technologia to tylko połowa równania, mówi Wayua. Druga połowa to umiejętność zrozumienia problemów, które widzimy, i możliwość ich obiektywnego zdefiniowania w sposób, który może rozwiązać nauka i inżynieria.

Biuro IBM Research w Nairobi w Kenii. dzięki uprzejmości IBM Research

Gdy projekt badawczy jest gotowy do realnego świata, przychodzi kolejna trudna rzecz: uzyskanie wpisowego od zamierzonych użytkowników. Relacje naprawdę mają znaczenie w napędzaniu zmian, mówi Wayua. Łatwo jest zbierać dane i projektować idealny system w próżni, ale to bez sensu, jeśli nikt nie chce z niego korzystać. Dodaje, że to relacje, które nieustannie budujesz, pomagają zrozumieć, dlaczego to, co próbujesz wdrożyć, tak naprawdę nie działa.

Reagowanie na potrzeby użytkowników pomaga również w osiąganiu fundamentalnych postępów w zakresie możliwości technologii. Google AI Ghana pracuje obecnie nad poprawą rozumienia języka naturalnego, na przykład, aby pomieścić około 2000 języków używanych w Afryce. To zdecydowanie najbardziej zróżnicowane językowo miejsce na Ziemi, mówi Cisse. Jest wiele do nauczenia się i badania z tego.

Następne pokolenie

Cisse i Wayua mają podobne trajektorie kariery. Każdy z nich opuścił Afrykę na studia wyższe przed powrotem, mając nadzieję, że wykorzysta swoje umiejętności w sposób, który zmaksymalizuje ich wpływ. Cisse pracował na Facebooku w Europie, czekając na odpowiednią okazję do powrotu.

Afrykański naukowiec nauczający studentów. dzięki uprzejmości IBM Research

Teraz obaj są głęboko zainwestowani w rozwój lokalnych możliwości edukacyjnych dla młodzieży zainteresowanej sztuczną inteligencją. Cisse założyła i kieruje Afrykański magister inteligencji maszynowej , roczny intensywny program, który obsługuje programy edukacyjne w całym regionie i skupia jednych z najlepszych naukowców zajmujących się sztuczną inteligencją na całym świecie. Laboratorium Wayua zatrudnia wybitnych studentów do pracy z pełnoetatowymi pracownikami i płaci za udział w internetowym programie magisterskim z informatyki, oferowanym przez Georgia Tech University.

Głównym źródłem prowadzenia badań są utalentowani ludzie, a w Afryce znajdziesz ich więcej niż gdziekolwiek indziej, mówi Cisse, wskazując na nieproporcjonalnie młodą populację. Energia dla technologii jest tutaj po prostu niesamowita. Pytanie brzmi, w jaki sposób wyposażyć tych utalentowanych ludzi w umiejętności, aby byli właścicielami transformacji kontynentu i budowali własną przyszłość?

Kiedy Cisse uczy swoich uczniów w programie magisterskim, mówi im, że za pięć lat to oni będą liderami w dziedzinie i powrócą do prowadzenia zajęć. Nie ma co do tego wątpliwości.

Przyszłość badań nad uczeniem maszynowym jest w Afryce, mówi, niezależnie od tego, czy ludzie o tym wiedzą, czy nie.

ukryć