Jotkut uskovat, että tekoälyn ja robotiikan leviäminen vaarantaa yksityisyytemme, työpaikkamme ja jopa turvallisuutemme. Yhä enemmän tehtäviä menee piipohjaisiin aivoihin. Mutta jopa äänekkäimmät kriitikot eivät voi jättää huomiotta selviä etuja, joita AI ja automatisoidut järjestelmät valmistavat ihmiskunnalle. Osana Grand Challenges -projektia BBC kokosi asiantuntijat, jotka esittelivät tulevaisuuden visionsa koneiden ja tekoälyn läsnä ollessa.
"Meidän ei pidä suhtautua AI: hen kuin jotain, joka kilpailee kanssamme, vaan jotain, joka voi parantaa omia kykyjämme", kertoo Carnegie Mellon -yliopiston robottiprofessori Takeo Kanade. Koska AI: llä on toleranssi tylsyydestä, ja se pystyy myös tunnistamaan kuviot paljon paremmin ja nopeammin kuin ihmiset. Automaatio on jo alkanut purkaa maailman monimutkaisimpia solmuja taudeista julmuuteen.
Ja se voi tehdä elämästämme turvallisempaa 2000-luvulla.
Tartuntatautien torjunta
Miljardeille ihmisille ympäri maailmaa korvien lähellä sijaitsevien hyttysten sumistaminen voi tarkoittaa paljon enemmän kuin ärsyttävää puremaa - se voi olla sairauden ja jopa kuoleman esiintyjä. Yksi laji, Aedes aegypti, on levinnyt etenkin Afrikasta melkein kaikkiin trooppisiin ja subtrooppisiin alueisiin kantaen denguekuumea, keltakuumea, Zikaa ja chikungunyaa (virus, joka aiheuttaa turmeltuneita nivelkipuja). Pelkästään dengue-tautia tartuttaa 390 miljoonaa ihmistä 128 maassa vuosittain.
"Tämä hyttysen on pieni demoni", sanoo Dominikaanisen tasavallan tietokoneinsinööri Rainier Mallol, joka on Zikan kuuma paikka. Pariskunta on kehittänyt yhdessä Malesiasta (toisesta maasta, jolla on viruksen tartunnan riski) olevan lääkärin Desi Rajan kanssa AI-algoritmeja, jotka ennustavat, missä tautipesäkkeet todennäköisimmin tapahtuvat.
Mainosvideo:
Microsoftin projektiohje käyttää drooneja patogeenien löytämiseen Zikan kuumista pisteistä
Heidän keinotekoinen älykkyys lääketieteen epidemiologiassa (Aime) on järjestelmä, joka yhdistää paikallisten sairaaloiden ilmoittaman uuden Dengue-tautitapauksen ajan ja sijainnin 274 muun muuttujan kanssa, kuten tuulen suunta, kosteus, lämpötila, väestötiheys, asumismuoto. "Nämä ovat kaikki tekijät, jotka määräävät hyttysten leviämisen", Mallall selittää.
Malesiassa ja Brasiliassa tehdyt testit ovat osoittaneet, että ne voivat ennustaa tautipesäkkeet tarkkuudella noin 88% kolmen kuukauden aikana. Järjestelmä auttaa myös paikallistamaan taudinpurkauksen keskuksen 400 metrin etäisyyteen, jolloin paikalliset lääkärit voivat puuttua hyönteismyrkkyihin hyvissä ajoin ja purevat paikallisten asukkaiden suojaa.
Aime kehittyy myös ennustamaan Zikan ja Chikungunyan puhkeamisia. Valtavat teknologiayritykset ottavat tämän idean omalla tavallaan: esimerkiksi Microsoftin Project Premonition käyttää itsenäisiä drooneja hyttysetaskujen havaitsemiseen ja hiilidioksidia ja kevyitä ansoja hyttysten pyydystämiseen. Hyttysten ja niiden puremien eläinten DNA analysoidaan sitten kone-algoritmeilla, jotka paljastavat joka kerta yhä paremmin ja paremmin jättimäärät dataa - ja löytävät taudinaiheuttajia.
Asetaistelu
Kuluneen vuoden aikana 15 000 ihmistä on kuollut Yhdysvalloissa aseenkäynnin seurauksena. Tässä maassa on korkein aseisiin liittyvä väkivalta koko kehittyneessä maailmassa. Jotkut maan kaupungit ympäri maata ovat hakeutuneet tekniikkaan apuakseen mielivaltaisen ammunnan ja aseisiin liittyvän rikollisuuden ongelmien ratkaisemiseksi.
Automatisoitua järjestelmää, joka kuulee tulipalon äänet sarjan antureiden kautta, voidaan käyttää paikantamiseen siitä, mihin laukaus ampui, ja hälyttää turvallisuusjoukot 45 sekunnin sisällä liipaisimen vetämisestä. ShotSpotter käyttää 15 - 20 akustista anturia neliökilometriä kohden havaitsen laukauksen ominaisen”popin”, joka paikantaa syntymäpaikan tarkkuudella 25 metriä.
Koneoppimistekniikoilla varmistetaan, että ääni oli laukaus, ja lasketaan laukausten lukumäärä osoittamaan, käsitteleekö poliisi yksinäistä aseista tai useita rikollisia ja käyttävätkö he konekiväärejä vai eivät.
Jo 90 kaupunkia - lähinnä Yhdysvalloissa, mutta myös Etelä-Afrikassa ja Etelä-Amerikassa - käyttävät ShotSpotteria. Pieniä järjestelmiä on myös otettu käyttöön yhdeksässä Yhdysvaltain kampuksella vastauksena äskettäin tapahtuneelle kampuksen ampumapalolle.
ShotSpotterin toimitusjohtaja Ralph Clarke uskoo, että tulevaisuudessa tätä järjestelmää voidaan käyttää muutakin kuin pelkkään tapausvastaavuuteen.
"Etsimme ymmärtää, kuinka tietojamme voidaan käyttää poliisien ennakointikykyyn", hän sanoo. "Koneoppiminen voidaan yhdistää säähän, liikenteeseen ja muuhun, jotta poliisipoliisit saavat tietoja tarkemmin."
Nälän torjunta
Noin 800 miljoonaa ihmistä luottaa kassavan juuriin maailmanlaajuisesti hiilihydraattien lähteenä. Tärkkelysmaista jamssimaista vihannesta syödään kuin perunaa; se voidaan myös jauhaa jauhoiksi leipien ja leipomotuotteiden valmistukseen. Se voi kasvaa siellä, missä muut viljelykasvit eivät voi, joten kassava on kuudenneksi suurin kasvi maailmassa. Tämä puinen pensas on kuitenkin myös alttiina taudeille ja tuholaisille, jotka voivat tuhota kokonaisia vihanneskenttiä.
Ugandan Kampalan Makereren yliopiston tutkijat ovat tehneet yhteistyötä kasvitaute-asiantuntijoiden kanssa kehittääkseen automaattisen järjestelmän kassavasairauden torjumiseksi. Mcrops-projektin avulla paikalliset viljelijät voivat valokuvata kasviensa halpoilla älypuhelimilla ja käyttää tietokonenäkymää havaitsemaan merkit neljästä suuresta kassavastoa tuhoavasta taudista.
"Joitakin näistä sairauksista on erittäin vaikea tunnistaa ja ne vaativat erilaisia toimia", selittää projektia johtava tietotekniikan tutkija Ernest Mwebase. "Annamme viljelijöille taskuasiantuntijan, jotta he tietävät, pölytetäänkö heidän sadonsa vai tuhotaanko ja istutetaanko jotain muuta."
Tämä järjestelmä diagnosoi kassavasairauksia 88 prosentin tarkkuudella. Tyypillisesti maanviljelijöiden on kutsuttava valtion asiantuntijoita käymään tiloilla tautien tunnistamiseksi. Taudin leviäminen vie päiviä ja viikkoja.
Mcrops antaa sinun myös ladata valokuvia tietokantaan, jota käytetään sitten diagnosoimaan puhkeamiset. Mwebaze toivoo, että tekniikka havaitsee myös automaattisesti ongelmat muihin kasvilajeihin, kuten banaaneihin.
Syövän ja näköhäiriöiden torjunta
Syöpä aiheuttaa yli 8,8 miljoonaa kuolemaa maailmanlaajuisesti, ja 14 miljoonalla ihmisellä todetaan jonkinlainen syöpä vuosittain. Syövän varhainen havaitseminen voi lisätä merkittävästi ihmisen selviytymismahdollisuuksia ja vähentää uusiutumisen riskiä. Seulonta on yksi tärkeimmistä tavoista havaita syöpä varhain, mutta se on erittäin, erittäin vaikeaa ja aikaa vievää ymmärtää skannauksia ja muita testituloksia.
Googlen DeepMind voi auttaa syöpälääkäreitä koneoppimisella auttamaan potilaan kudoksen terveellisten alueiden tunnistamisessa
DeepMind ja IBM soveltavat AI-tekniikkaansa tähän ongelmaan. DeepMind on ryhtynyt Yhdistyneiden kuningaskuntien NHS-lääkäreiden kanssa Lontoon yliopistokouluissa kouluttamaan AI-pohjaista ohjelmaansa syövän hoitoon erottamalla terveen kudoksen alueet tuumorista pään ja niskan skannauksissa. Hän työskentelee myös Lontoossa sijaitsevan Moorfields Eye Hospital -sairaalan kanssa ja havaitsee varhaiset merkit näön menetyksestä silmäkuvissa.
"Algoritmejamme kykenevät tulkitsemaan visuaalista tietoa skannauksista", sanoo Dominic King, DeepMind Healthin kliininen päällikkö.”Järjestelmä oppii tunnistamaan mahdolliset ongelmat ja suosittelemaan lääkärille oikeaa toimintatapaa. On liian aikaista kommentoida tuloksia, mutta ne ovat jo rohkaisevia."
King sanoo, että AI-tekniikat voivat auttaa lääkäreitä tekemään diagnooseja nopeammin seulomalla skannaukset ja priorisoimalla ne, joita suositellaan välittömään tarkasteluun.
IBM ilmoitti myös äskettäin, että Watsonin AI voi analysoida kuvia ja arvioida potilastietoja, osoittaen tuumorin 96% ajasta. Järjestelmä on parhaillaan tekemässä lääketieteellisiä tutkimuksia 55 sairaalassa ympäri maailmaa, ja se auttaa diagnosoimaan rinta-, keuhko-, kolorektaali-, kohdunkaula-, munasarja-, vatsa- ja eturauhassyöpää.
Sammuttamatta valoa
Kuinka voitaisiin maksimoida keinotekoinen älykkyys tutkittaessa puhtaan, uusiutuvan energian käyttöä, jotta voidaan estää ilmastonmuutosongelmien aiheuttamat uudet vahingot, käydyn kiihkeän keskustelun aikana siitä, olisiko ilmastonmuutos voinut aiheuttaa kaksi historiallisen katastrofaalista hirmumyrskyä Yhdysvalloissa?
Ihmiset ympäri maailmaa luottavat yhä enemmän uusiutuviin energialähteisiin ilmastomuutoksen ja fossiilisten polttoaineiden aiheuttaman pilaantumisen torjumiseksi, ja tehtävä tasapainottaa energiaverkkoja tällaisten ajoittaisten lähteiden kanssa on entistä vaikeampaa. Älykkäiden mittarien - digitaalisten energiamonitorien, jotka automaattisesti tallentavat kulutuksen - lisääntyminen tarjoaa myös paljon tietoa siitä, kuinka ja milloin kuluttajat käyttävät energiaa. Pelkästään Euroopan unioni aikoo asentaa 500 miljoonaa älykästä mittaria kodeihin vuoteen 2020 mennessä.
"Kaikkien näiden varojen hallinta on mahdotonta ihmisille, koska reaktioajat ovat usein muutaman sekunnin luokkaa", sanoo Edinburghin Heriot Watt-yliopiston älykkäiden järjestelmien apulaisprofessori Valentin Robu. Hän kehittää yhteistyössä brittiläisen Upside Energy -yrityksen kanssa uusia tapoja hallita sähköverkkoja.
He luovat koneoppimisalgoritmeja tuotannon ja energian kysynnän seuraamiseksi reaaliajassa. Mitä se tarkoittaa? Tämä energia varastoidaan hiljaisina aikoina ja vapautetaan sitten ruuhka-aikoina, esimerkiksi aamulla, kun jokainen haluaa tehdä oman kahvinsa. Sähköautojen ja kodin paristojen yleistyessä tekniikkaa voidaan käyttää energian varastointiin ja uusiutuvien virtojen tasaiseen jakamiseen.
Robu sanoo myös, että AI: tä voidaan käyttää entistä perustasolla, mikä auttaa vähentämään kytkettyjen laitteiden kysyntäämme. Esimerkiksi jääkaappeja voidaan ohjata suoraan AI: llä, jotta ne käynnistyvät vasta, kun sähkön kysyntä on alhaisin verkossa.
Ilja Khel