Hoe AI de wereld kan veranderen – Nieuws

Kunstmatige intelligentie verandert het landschap van hoe we gegevens denken, verwerken en analyseren. En voorop in deze verschuiving in het denken staat AI for Good Lab bij Microsoft, dat AI gebruikt om de gegevensverzameling voor zaken als crises en klimaatverandering te bevorderen, wat hoop biedt op snellere responstijden op cruciale momenten. Juan M. Lavista Ferres, Corporate Vice President en Chief Data Scientist van het AI for Good Lab bij Microsoft, leidt een team van wetenschappers en onderzoekers op het gebied van AI, Machine Learning en statistische modellering. Zijn redactionele leiderschap geeft vorm aan het Microsoft Journal of Applied Research (MSJAR) en helpt bij het definiëren van AI en Data Science binnen het bedrijf.

Hij sprak met ons over de vooruitgang die het bedrijf boekt bij het vinden van nieuwe manieren om AI te gebruiken, waar deze ontbreekt, en hoe het ons kan helpen sneller te herstellen als er weer een pandemie uitbreekt.

Fragmenten uit het interview:

De toepassing van AI bij het oplossen van onze collectieve mondiale problemen is een nobel streven. Ik ben er zeker van dat uw boek AI For Goodwill vele anderen zal inspireren hetzelfde te doen. Vertel ons wat je inspireerde om in dit vakgebied te gaan werken?

In het begin van mijn carrière werkte ik bij de Inter-American Development Bank, waar ik betrokken was bij het verstrekken van gegevens om de impact van projecten in ontwikkelingslanden te meten op gebieden als gezondheidszorg, onderwijs en sanitaire voorzieningen. Het heeft mij diep geïnspireerd om uit de eerste hand te zien hoe technologie betekenisvolle veranderingen in achtergestelde gemeenschappen teweeg kon brengen. Deze ervaring liet me de kracht van data en innovatie zien om uitdagingen in de echte wereld op te lossen, en het werd de basis voor mijn passie voor het inzetten van technologie – vooral AI – om een ​​positieve impact op de wereld te maken.

Microsoft’s AI for Good Lab helpt organisaties bij het aanpakken van uitdagingen op het gebied van gezondheidszorg, duurzaamheid, klimaatverandering en andere humanitaire kwesties. Hoe kan AI worden geïmplementeerd om een ​​betere paraatheid voor pandemieën te garanderen?

AI speelt een cruciale rol bij het verbeteren van de paraatheid voor pandemieën door de vroege detectie, de reactietijden en de toewijzing van middelen te verbeteren. AI kan bijvoorbeeld enorme hoeveelheden realtime gegevens uit bronnen als medische dossiers, sociale media en omgevingsfactoren analyseren om potentiële uitbraken te identificeren voordat ze zich verspreiden. Door gebruik te maken van voorspellende analyses helpt AI overheden en gezondheidsorganisaties te anticiperen op de gezondheidszorgbehoeften, waardoor tijdige interventies mogelijk worden, zoals de distributie van vaccins, de planning van ziekenhuismiddelen en communicatie over de volksgezondheid. Tijdens de Covid-19-pandemie werkte Microsoft’s AI for Good Lab samen met mondiale partners om oplossingen te ontwikkelen die deze inspanningen versterkten, waardoor een veerkrachtiger en responsiever gezondheidszorgsysteem voor toekomstige pandemieën ontstond.

AI heeft de afgelopen tien jaar een lange weg afgelegd. Zijn er natuurrampen uit het verleden waarbij volgens u de mogelijkheden van big data vandaag de dag gemeenschappen hadden kunnen helpen sneller weer op te bouwen?

AI heeft de afgelopen tien jaar aanzienlijke vooruitgang geboekt en de mogelijkheden ervan hadden vandaag de dag zowel de paraatheid bij rampen als de respons op gebeurtenissen uit het verleden drastisch kunnen verbeteren. Laat ik twee belangrijke gebieden benadrukken waarop AI en big data game changers zijn geworden.

Snelle beoordeling van rampen: Tegenwoordig kunnen AI-modellen die gebruik maken van satellietgegevens met hoge resolutie bijna realtime rampenbeoordelingen opleveren. Deze gedetailleerde kaarten, die ooit weken duurden om samen te stellen, zijn nu binnen enkele uren beschikbaar. Hierdoor kunnen responsteams ter plaatse de schade beoordelen, middelen efficiënt toewijzen en zich richten op gebieden die het meest onmiddellijke hulp nodig hebben. Het vermogen om snel nauwkeurige kaarten van getroffen regio’s te genereren betekent dat herstelinspanningen sneller kunnen worden gemobiliseerd, waardoor het verlies aan mensenlevens wordt geminimaliseerd en het wederopbouwproces wordt versneld.

Paraatheid bij rampen en het in kaart brengen van risico’s: AI speelt ook een cruciale rol bij de paraatheid bij rampen door fundamentele vragen over bevolkingsverdeling en kwetsbaarheid aan te pakken. Moderne AI-modellen kunnen omgevingsfactoren zoals overstromingsgebieden of gebieden die gevoelig zijn voor hittegolven analyseren om te bepalen wie het meeste risico loopt. Hierdoor kunnen regeringen en humanitaire organisaties prioriteit geven aan kwetsbare gemeenschappen, preventief middelen toewijzen en effectievere responsstrategieën ontwerpen. Begrijpen waar mensen leven en wie gevaar loopt, is in het verleden een grote uitdaging geweest, maar de huidige AI-systemen kunnen deze inzichten met ongekende nauwkeurigheid bieden.

Door deze capaciteiten te benutten verbetert AI niet alleen de manier waarop we op rampen reageren, maar transformeert ze ook de manier waarop we ze plannen en voorbereiden, waardoor gemeenschappen uiteindelijk veerkrachtiger worden.

Zijn er huidige of toekomstige gebieden waar u denkt dat het ons collectief ontbreekt aan gegevensverzameling of -analyse die onze huidige AI-modellen zouden kunnen versterken?

Een belangrijk gebied waar het ons aan gegevens ontbreekt, zijn toegankelijkheidsscenario’s. Momenteel leven wereldwijd 1,3 miljard mensen met een handicap, maar toch worstelen veel AI-systemen met het accuraat tegemoetkomen aan hun behoeften vanwege onvoldoende gegevens. Hoewel de vooruitgang op het gebied van grote taalmodellen en multimodale AI vooruitgang boekt bij het overbruggen van een aantal van deze hiaten, blijven veel toegankelijkheidsscenario’s nog steeds gebrekkig aan gegevens. Het is van cruciaal belang dat de samenleving de waarde van deze gegevens onderkent en investeert in het bouwen van uitgebreidere datasets om ervoor te zorgen dat AI de toegankelijkheidsbehoeften volledig kan ondersteunen. Het versterken van AI-modellen met meer diverse en representatieve gegevens op dit gebied is de sleutel tot het creëren van inclusieve technologieën die iedereen dienen.

Door de klimaatverandering zullen recordtemperaturen in het Midden-Oosten vaker voorkomen. Kunt u ons iets vertellen over de technologieën die momenteel beschikbaar zijn bij het AI for Good Lab en die ons kunnen helpen de uitdagingen aan te gaan die hieruit voortvloeien?

Hittegolven vormen een groot probleem dat, ondanks hun verwoestende gevolgen, vaak niet de aandacht krijgt die het verdient. Uit een onderzoek is gebleken dat er tussen 2000 en 2019 jaarlijks ongeveer een half miljoen hittegerelateerde sterfgevallen plaatsvonden. Als reactie op deze groeiende dreiging heeft het AI for Good Lab gebruik gemaakt van AI en satellietbeelden om het probleem aan te pakken. In samenwerking met SEEDS in India hebben we bijvoorbeeld satellietgegevens met hoge resolutie gebruikt om de materialen te analyseren die worden gebruikt om huizen te bouwen, waarbij we ons vooral richten op de daken van gebouwen. Door te identificeren welke structuren kwetsbaarder zijn voor oververhitting, kunnen we beter voorspellen welke gezinnen een groter risico lopen tijdens hittegolven. Deze informatie kan vervolgens worden gebruikt om gerichte interventies te begeleiden, zoals het verstrekken van koelmiddelen of het adviseren over hittebestendige bouwmaterialen, waardoor uiteindelijk de gezondheidsrisico’s van extreme temperaturen kunnen worden verminderd.

De tools van het AI for Good Lab zijn essentieel bij het voorspellen van klimaatgevaren. De infrastructuur die nodig is om de computerbronnen van AI-modellen te beheren, onderhouden en verbeteren, heeft echter zijn eigen ecologische voetafdruk. Kunt u ons vertellen hoe het AI for Good Lab werkt aan het verminderen van de milieu-impact die gepaard gaat met de energiebehoeften van AI?

Hoewel AI-modellen ongelooflijk waardevol zijn bij het aanpakken van mondiale uitdagingen, zijn ze niet vrijgesteld van hun bijdrage aan de uitstoot. Volgens het Internationaal Energieagentschap (IEA) zijn AI-modellen tegenwoordig gezamenlijk verantwoordelijk voor ongeveer 0,01 procent van de mondiale uitstoot. Hoewel dit cijfer relatief klein is, groeit het, en de potentiële impact zou aanzienlijk kunnen worden naarmate de adoptie van AI toeneemt.

Bij het AI for Good Lab pakken we dit probleem actief aan. Het merendeel van onze modellen wordt getraind en ingezet in de datacenters van Microsoft, waarvan de meeste worden aangedreven door 100 procent hernieuwbare energie en zijn ontworpen om zeer energiezuinig te zijn. Bovendien heeft Microsoft een gedurfde belofte gedaan om in 2030 koolstofnegatief te worden, wat betekent dat we meer koolstof uit het milieu zullen verwijderen dan we uitstoten.

Big Data ondersteunt de algoritmen die ten grondslag liggen aan AI-modellen. Het verzamelen van big data wordt echter in verband gebracht met een inbreuk op de privacy van gebruikers. Kunt u ons vertellen hoe AI for Good Lab de privacy van gebruikers respecteert en tegelijkertijd de algoritmen verbetert, vooral op domeinen als diagnostische gezondheidszorg?

Bij Microsoft zijn we van mening dat privacy een fundamenteel mensenrecht is, en we ontwerpen onze AI-systemen met privacybescherming als kern. Het AI for Good Lab garandeert privacy door middel van verschillende belangrijke praktijken:

1. Anonimisering van gegevens: We anonimiseren en de-identificeren gegevens om de individuele identiteit te beschermen.

2. Differentiële privacy: Wij gebruiken technieken waarmee wij inzichten uit gegevens kunnen halen zonder persoonlijke informatie prijs te geven.