Humanitární inženýrství podporované umělou inteligencí,

Programy humanitárního inženýrství sdružují inženýry, zákonodárce, neziskové organizace a místní komunity, aby využili technologii pro největší dobro lidstva.

Průsečík technologií, komunity a udržitelnosti nabízí dostatek příležitostí pro inovace. Stále žijeme v době, kdy miliony lidí žijí v extrémní chudobě bez přístupu k čisté vodě, základní hygieně, elektřině, internetu, kvalitnímu vzdělání a lékařské péči.

Je zřejmé, že k řešení největších výzev, kterým naše planeta čelí, potřebujeme globální řešení. Jak tedy může umělá inteligence (AI) pomoci řešit hlavní výzvy v oblasti lidského a udržitelného rozvoje?

Pro začátečníky je Cíle udržitelného rozvoje OSN (SDGs) souborem 17 globálních cílů zaměřených na řešení naléhavých globálních výzev, zajištění inkluzivního rozvoje a udržitelný způsob podpory míru a prosperity do roku 2030. AI umožňuje systémům napodobovat lidskou inteligenci při řešení problémů v reálném světě.

Nedávný pokrok v oblasti umělé inteligence radikálně změnil způsob, jakým přemýšlíme, žijeme a spolupracujeme. Náš každodenní život se zaměřuje na řešení podporovaná umělou inteligencí s inteligentními reproduktory s budíkem, inteligentními hodinkami, které sledují kroky naší ranní procházky, inteligentními ledničkami, které navrhují recepty na snídani, inteligentními televizory, které nabízejí návrhy přizpůsobeného obsahu, a mobilními aplikacemi. navigace, která navrhuje nejlepší trasu na základě skutečných dat. – Dopravní čas. Je zřejmé, že věk AI je tady. Jak můžeme pomocí této transformační technologie zvýšit dopad na sociální dobro?

Urychlete sociální inovace založené na umělé inteligenci

Základní schopnosti AI, jako je strojové učení (ML), počítačové vidění, porozumění přirozenému jazyku a rozpoznávání řeči, nabízejí nové přístupy k řešení humanitárních výzev a zvyšování pozitivního dopadu na nedostatečně využívané komunity. Strojové učení umožňuje strojům zpracovávat velké množství dat, propojovat základní vzory a získávat cenné poznatky pro rozhodování. Techniky strojového učení, jako je hluboké učení, nabízejí silnou schopnost vytvářet pokročilé modely umělé inteligence založené na umělých neuronových sítích.

Tyto modely lze použít pro mnoho situací v reálném světě, jako je předpovídání pandemie. Pomocí nejnovějších epidemických trendů, údajů o léčbě a historie cestování mohou nástroje AI modelovat a předpovídat šíření ohnisek, jako je Covid-19 v prostředích s nízkými zdroji. To pomůže vládě a zdravotnickým institucím identifikovat vysoce rizikové oblasti, řídit nabídku a poptávku po základním zdravotnickém materiálu a formulovat lokalizovaná nápravná opatření pro zvládnutí ohniska nákazy.

Techniky počítačového vidění převádějí vizuální informace na digitální obrázky a videa a vytvářejí cenné závěry. Vyškolené modely AI pomáhají lékařům zkoumat klinické obrazy a identifikovat skryté vzorce maligních nádorů, které podporují rychlé rozhodování a léčebný plán pro pacienty. V poslední době rozšířili inteligentní reproduktory své schopnosti umělé inteligence v mluvení pro případy použití ve zdravotnictví, jako je léčba chronických nemocí, objednávání receptů a schůzky v naléhavých případech.

Tento pokrok otevírá možnost vést k inovacím, které odstraní překážky v přístupu ke zdravotní péči a poskytnou kvalitní zdravotní péči marginalizované populaci. Podobně globální vzdělávací programy, jejichž cílem je spojit ty, kteří nejsou digitálně propojeni, mohou k mapování školních lokalit použít satelitní snímky a algoritmy strojového učení. Učební produkty založené na umělé inteligenci jsou stále častěji uváděny na trh, aby poskytovaly osobní zážitky při výuce malých dětí v matematice a přírodních vědách.

Konvergence umělé inteligence s internetem věcí (IoT) usnadňuje rychlý vývoj smysluplných řešení pro zemědělství pro monitorování zdraví půdy, hodnocení poškození plodin a optimalizaci používání pesticidů. To umožňuje místním farmářům modelovat různé scénáře a zvolit správnou plodinu, která pravděpodobně maximalizuje kvalitu a výnos, a přispívá k udržitelným cílům hospodářského zmocnění a nulového hladu.

Osvědčené postupy pro dekódování programu

K dosažení vysokého sociálního dopadu musí humanitární programy založené na umělé inteligenci zaujmout přístup „zdola nahoru“. Měli byste vždy pracovat zpětně od potřeb koncového uživatele, vytvářet jasnost o cílovém uživateli / komunitě, klíčové slabosti, příležitost inovovat a očekávané uživatelské zkušenosti.

Nejdůležitější věcí je vždy zkontrolovat, zda AI souvisí se současným problémem nebo zda existuje smysluplný alternativní přístup. Pochopte, jak řešení založené na AI může přidat hodnotu různým zúčastněným stranám a pozitivně přispět k dosažení cílů udržitelného rozvoje pro místní komunity. Definujte sadu metrik pro měření různých aspektů úspěchu programu. Sběr dat je zásadní pro vytváření robustních modelů AI, které vyžadují přístup ke smysluplným a kvalitním datům.

Poskytování účinných řešení AI pro humanitární prostředí vyžaduje jasné pochopení požadovaných údajů a příslušných zdrojů k jejich získání. Například satelitní snímky, elektronické lékařské záznamy, údaje ze sčítání lidu, vzdělávací záznamy a veřejné datové soubory se používají k řešení problémů ve vzdělávání, zdravotní péči a změně klimatu. Při řešení nedostatků v datech v oblastech, kde je nedostatek dat, je důležité uzavřít partnerství s klíčovými hráči v terénu.

Odpovědného používání umělé inteligence v humanitárních programech lze dosáhnout uplatněním standardů a osvědčených postupů k prosazování spravedlnosti, inkluzivity, bezpečnosti a ochrany soukromí. Vždy zkontrolujte modely a datové sady, zda neobsahují předsudky a negativní zkušenosti. Techniky, jako je vizualizace dat a shlukování, mohou vyhodnotit distribuci datové sady tak, aby věrně reprezentovala velikosti různých zúčastněných stran. Pravidelné aktualizace školení a testování datových sad jsou zásadní pro spravedlivé zohlednění rozmanitosti rostoucích potřeb uživatelů a vzorců používání. Chraňte citlivé informace o uživateli a vynucujte zásady uchovávání a mazání dat v souborech uživatelských dat vynucením ovládacích prvků ochrany osobních údajů, jako je šifrování uživatelských dat v klidu a při přenosu, omezení přístupu k uživatelským datům a kritické produkční systémy založené na nejméně privilegovaném řízení přístupu. Použijte robustní model hrozeb pro zvládnutí potenciálních systémových útoků a rutinních kontrol zranitelností infrastruktury.

Výsledkem je, že humanitární programy založené na umělé inteligenci nabízejí transformační příležitost k pokroku v oblasti sociálních inovací a vytváření lepších zítřků ve prospěch lidstva.

Foto Elena Mozhvilo na Unsplash

Chtěli byste o těchto otázkách diskutovat s vedoucími v oboru? Zúčastněte se 5G Expo, IoT Tech Expo, Blockchain Expo, AI & Big Data Expo a Cyber ​​Security & Cloud Expo World Series umístěných na stejném místě s nadcházejícími událostmi v Silicon Valley, Londýně a Amsterdamu.