Някои смятат, че разпространението на изкуствения интелект и роботиката излага на риск нашето уединение, нашите работни места и дори нашата безопасност. Все повече и повече задачи отиват на мозъци на силиконова основа. Но дори и най-гласовите критици не могат да не признаят очевидните ползи, които AI и автоматизираните системи подготвят за човечеството. Като част от проекта Grand Challenges, BBC събра експерти, които изложиха своята визия за бъдещето в присъствието на машини и изкуствен интелект.
„Не трябва да гледаме на AI като на нещо, което се конкурира с нас, а като на нещо, което може да подобри собствените ни способности“, казва Такео Канаде, професор по роботика в университета Карнеги Мелън. Тъй като AI има толерантност към скуката, а също така е в състояние да идентифицира модели много по-добре и по-бързо от хората. Автоматиката вече започна да разплита най-сложните възли в света, от болест до жестокост.
И това може да направи живота ни по-безопасен през 21 век.
Борба с инфекциозните заболявания
За милиарди хора по света бръмченето на комари близо до ушите им може да означава много повече от досадна ухапване - може да бъде предвестник на болести и дори смърт. Един вид, Aedes aegypti, се е разпространил особено от Африка в почти всички тропически и субтропични региони, носейки треска на денга, жълта треска, Зика и чикунгуня (вирус, който причинява осакатяваща болка в ставите). Само денга заразява 390 милиона души в 128 страни всяка година.
„Този комар е мъничък демон“, казва Райние Малол, компютърен инженер в Доминиканската република, горещо място за Зика. Заедно с Деси Раджа, лекар от Малайзия (друга държава, изложена на риск от заразяване с вируса), двойката е разработила AI алгоритми, които предвиждат къде е най-вероятно да се появят огнища.
Промоционално видео:
Проектът на Microsoft предупреждение използва дронове за намиране на патогени в горещите точки на Zika
Техният изкуствен интелект в медицинската епидемиология (Aime) е система, която съчетава времето и местоположението на всеки нов случай на Денга, докладван от местните болници, с 274 други променливи, като посока на вятъра, влажност, температура, плътност на населението, вид на жилищата. "Това са всички фактори, които определят разпространението на комарите", обяснява Малал.
Тестовете в Малайзия и Бразилия показаха, че могат да предскажат огнища с точност от около 88% за три месеца. Системата също така помага да се намери епицентърът на огнище на разстояние до 400 метра, което позволява на местните медици да се намесят навреме с инсектициди и защита от ухапване за местните жители.
Aime също се развива, за да прогнозира огнища на Zika и Chikungunya. Огромни технологични компании приемат тази идея по свой начин: Проектът „Предчувствие“на Microsoft използва автономни дронове за откриване на джобове на комари и използва въглероден диоксид и светлинни капани, за да улови тези насекоми. ДНК на комарите и животните, които ухапват, след това се анализира чрез машинни алгоритми, които разкриват модели в гигантски количества данни всеки път по-добре и по-добре - и намират патогени.
Бой с оръжие
През последната година 15 000 души са загинали в САЩ поради стрелба. Тази страна има най-високия процент на насилие, свързано с оръжие в целия развит свят. За да се справят с проблемите на безразборната стрелба и престъпленията, свързани с оръжия, някои градове в цялата страна се обръщат към технологията за помощ.
Автоматизирана система, която чува звуци от пушка чрез поредица от сензори, може да бъде използвана за намиране на мястото, където са изстреляни изстрелите и предупреждаване на силите за сигурност в рамките на 45 секунди след натискане на спусъка. ShotSpotter използва 15-20 акустични сензора на квадратен километър, за да открие характерния "поп" на кадър, локализирайки родното му място с точност от 25 метра.
Използват се технологии за машинно обучение, за да се потвърди, че звукът е бил изстрел и са преброени броя на изстрелите, за да се посочи дали полицията ще се справи с самотен оръжейник или с множество престъпници и дали използва картечници или не.
Вече 90 града - предимно в САЩ, но също така и в Южна Африка и Южна Америка - използват ShotSpotter. Малки системи също бяха разположени в девет американски кампуса в отговор на неотдавнашната обстрел в кампуса.
Ралф Кларк, главен изпълнителен директор на ShotSpotter, смята, че в бъдеще тази система може да се използва за повече от просто реакция на инцидент.
„Търсим да разберем как нашите данни могат да бъдат използвани за предвидителни способности на полицейските служители“, казва той. "Машинното обучение може да се комбинира с времето, трафика и други, за да се информират по-точно полицейските патрули."
Борба с глада
Около 800 милиона души по света разчитат на корените от маниока (маниока) като основен източник на въглехидрати. Този нишестени ямски зеленчук се яде като картоф; може да се смила и в брашно за приготвяне на хляб и печива. Той може да расте там, където други култури не могат, което прави маниока шестото по големина хранително растение в света. Този дървесен храст обаче е уязвим и към болести и вредители, които могат да опустошат цели зеленчукови полета.
Изследователи от Университета Макерере в Кампала, Уганда се обединиха с експерти по болести по растенията, за да разработят автоматизирана система, насочена към борба с болестта маниока. Проектът „Макропс“позволява на местните фермери да снимат растенията си с евтини смартфони и да използват компютърно зрение за откриване на признаци на четири основни заболявания, които опустошават културите маниока.
„Някои от тези заболявания са изключително трудни за разпознаване и изискват различни действия“, обяснява Ърнест Мюбас, компютърният учен, който ръководи проекта. „Ние даваме на земеделските производители джобен експерт, така че да знаят дали да опрашват реколтата си или да унищожат и засаждат нещо друго.“
Тази система диагностицира маниозните заболявания с 88-процентова точност. Обикновено фермерите трябва да извикат правителствени експерти, които да посещават ферми, за да идентифицират болести, което отнема дни и седмици, за да се разпространи болестта.
Mcrops също така ви позволява да качвате снимки в база данни, която след това се използва за диагностициране на огнища. Mwebaze се надява, че технологията автоматично ще открие проблеми и с други видове растения, като например банани.
Борба с рака и загубата на зрение
Ракът причинява повече от 8,8 милиона смъртни случая по целия свят, а 14 милиона души се диагностицират с някаква форма на рак всяка година. Ранното откриване на рак може значително да увеличи шансовете на човек за оцеляване и да намали риска от рецидив. Скринингът е един от основните начини за откриване на рак рано, но е много, много трудно и отнема много време за разбиране на сканирането и други резултати от тестове.
Google DeepMind може да помогне на лекарите с лечение на рак с машинно обучение, за да му помогне да идентифицира здрави области на тъканта на пациента
DeepMind и IBM прилагат своите AI технологии за този проблем. DeepMind си партнира с британските лекари по NHS от University College в Лондон, за да обучи своята програма, базирана на AI за лечение на рак, като отделя области от здрава тъкан от тумори в сканиране на главата и шията. Тя също работи с очна болница Moorfields в Лондон, като открива ранни признаци на загуба на зрението при сканиране на очите.
„Нашите алгоритми са способни да интерпретират визуална информация от сканиране“, казва Доминик Кинг, шеф на клиниката в DeepMind Health. „Системата се научава да идентифицира потенциални проблеми и препоръчва правилния курс на действие на лекаря. Рано е да коментираме резултатите, но те вече са много обнадеждаващи."
Кинг казва, че техниките на ИИ могат да помогнат на лекарите да поставят диагнози по-бързо чрез пресяване чрез сканиране и даване на приоритет на тези, които се препоръчват за незабавно разглеждане.
IBM също наскоро обяви, че AI на Уотсън може да анализира изображения и да оценява досиета на пациентите, като посочва тумор в 96% от времето. В момента системата се подлага на медицински изпитвания в 55 болници по целия свят, които помагат за диагностициране на рак на гърдата, белите дробове, колоректалните, шийните, яйчниците, стомаха и простатата.
Без да изключва светлината
На фона на разгорещения дебат относно това дали изменението на климата може да причини два катастрофални урагана в исторически мащаб в Съединените щати, как може да се увеличи максимално изкуственият интелект за изследване на използването на чиста, възобновяема енергия, за да се предотвратят допълнителни щети, които причиняват климатични проблеми?
Хората по света все повече разчитат на възобновяеми енергийни източници, за да се борят с изменението на климата и замърсяването, причинено от изкопаеми горива, а задачата за балансиране на енергийните мрежи с такива периодични източници става все по-трудна. Разпространението на интелигентни измервателни уреди - цифрови монитори за енергия, които автоматично записват потреблението - също ще предостави много данни за това как и кога потребителите използват енергия. Единствено Европейският съюз планира да инсталира 500 милиона интелигентни електромера в домовете до 2020 г.
„Управлението на всички тези активи е невъзможно за хората, тъй като времето за реакция често е от порядъка на няколко секунди“, казва Валентин Робу, асистент по интелигентни системи в Университета Хериот Уат в Единбург. Той работи с британската компания Upside Energy за разработване на нови начини за управление на електропреносните мрежи.
Те създават алгоритми за машинно обучение за наблюдение на производството и потреблението на енергия в реално време. Какво означава? Тази енергия ще се съхранява през тихи часове и след това ще бъде освободена през часовете в пика, например сутрин, когато всеки иска да си направи собствено кафе. Тъй като електрическите превозни средства и батерии за дома стават все по-разпространени, технологията може да се използва за съхраняване на енергия и равномерно разпределение на възобновяемите потоци.
Robu също така казва, че AI може да се използва на още по-основно ниво, като помага да се намали търсенето на свързани устройства. Например хладилниците могат да се управляват директно от AI, така че те да се включват само когато търсенето на електроенергия е най-ниското в мрежата.
Иля Кел
