Někteří věří, že šíření umělé inteligence a robotiky ohrožuje naše soukromí, práci a dokonce i naši bezpečnost. Stále více úkolů jde do mozku na bázi křemíku. Ale ani ti nejhlasitější kritici nedokážou rozpoznat zřejmé výhody, které AI a automatizované systémy připravují na lidstvo. V rámci projektu Grand Challenges spojila BBC odborníky, kteří stanovili svou vizi budoucnosti za přítomnosti strojů a umělé inteligence.
"AI bychom neměli vnímat jako něco, co s námi konkuruje, ale jako něco, co může zlepšit naše vlastní schopnosti," říká Takeo Kanade, profesor robotiky na Carnegie Mellon University. Protože AI má toleranci k nudě a je také schopen identifikovat vzorce mnohem lépe a rychleji než lidé. Automatizace již začala rozmotávat nejsložitější uzly světa, od nemoci po krutost.
A v 21. století může naše životy bezpečnější.
Boj proti infekčním chorobám
Pro miliardy lidí na celém světě může bzučení komárů u uší znamenat mnohem víc než obtěžující kousnutí - může to být předzvěst nemoci nebo dokonce smrti. Jeden druh, Aedes aegypti, se rozšířil zejména z Afriky do téměř všech tropických a subtropických oblastí a nesl horečku dengue, žlutou zimnici, Ziku a chikungunya (virus způsobující ochromující bolest kloubů). Samotná horečka dengue každoročně infikuje 390 milionů lidí ve 128 zemích.
„Tento komár je malý démon,“říká Rainier Mallol, počítačový inženýr v Dominikánské republice, horký bod pro Ziku. Společně s desi Raja, zdravotníkem z Malajsie (další země s rizikem nákazy virem), si pár vyvinul algoritmy umělé inteligence, které předpovídají, kde se pravděpodobně objeví ohniska.
Propagační video:
Microsoft Project Premonition používá drony k nalezení patogenů v Zika Hot Spots
Jejich umělá inteligence v lékařské epidemiologii (Aime) je systém, který kombinuje čas a umístění každého nového případu horečky dengue hlášeného místními nemocnicemi s 274 dalšími proměnnými, jako je směr větru, vlhkost, teplota, hustota obyvatelstva, typ bydlení. "To jsou všechny faktory, které určují šíření komárů," vysvětluje Mallall.
Testy v Malajsii a Brazílii prokázaly, že mohou předpovědět ohniska s přesností asi 88% za tři měsíce. Systém také pomáhá lokalizovat epicentrum ohniska do 400 metrů, což umožňuje místním lékařům včas zasahovat pomocí insekticidů a ochrany kousnutí pro místní obyvatele.
Aime se také vyvíjí, aby předpovídalo ohnisky Zika a Chikungunya. Obrovské technologické společnosti berou tuto myšlenku svým vlastním způsobem: například Microsoft Project Project Premonition používá autonomní drony k detekci kapes proti komárům a k zachycení tohoto hmyzu používá oxid uhličitý a lehké pasti. DNA komárů a zvířat, které kouše, je pak analyzována strojními algoritmy, které pokaždé odhalí vzory v gigantických množstvích dat lépe a lépe - a najdou patogeny.
Boj se zbraněmi
Během posledního roku zahynulo ve Spojených státech v důsledku střelby 15 000 lidí. Tato země má nejvyšší míru násilí spojeného se zbraněmi v celém rozvinutém světě. Některá města v celé zemi se obracejí na technologii bezohledné střelby a trestné činnosti související se zbraněmi, aby pomohly.
Automatizovaný systém, který slyší zvuky střelby prostřednictvím řady senzorů, lze použít k nalezení místa, kde byly výstřely vystřeleny, a výstražné bezpečnostní síly během 45 sekund po stisku spouště. ShotSpotter používá 15-20 akustických senzorů na kilometr čtvereční k detekci charakteristického „popu“výstřelu a lokalizuje jeho rodiště s přesností 25 metrů.
Technologie strojového učení se používají k potvrzení, že zvuk byl výstřel, a spočítání počtu výstřelů, které ukazují, zda policie bude jednat s osamělým střelcem nebo více zločinci a zda používají kulomety nebo ne.
ShotSpotter už používá 90 měst - většinou v USA, ale také v Jižní Africe a Jižní Americe. V rámci devíti kampusů v USA byly také nasazeny malé systémy v reakci na nedávnou střelbu v areálu.
Ralph Clarke, generální ředitel ShotSpotter, věří, že v budoucnu může být tento systém použit pro více než jednoduchou reakci na incidenty.
"Chceme pochopit, jak lze naše data použít pro predikční schopnosti policistů," říká. "Strojové učení lze kombinovat s počasím, dopravou a dalšími informacemi, aby bylo možné přesněji informovat policejní hlídky."
Boj proti hladu
Asi 800 milionů lidí na celém světě spoléhá na kořeny kasava (kasava) jako svůj hlavní zdroj uhlohydrátů. Tato škrobovitá zelenina podobná yamu se konzumuje jako brambor; to může také být rozemleté na mouku pro výrobu chleba a pečiva. Může růst tam, kde jiné plodiny nemohou, a proto je kasava šestou největší potravinářskou rostlinou na světě. Tento dřevěný keř je však také náchylný k chorobám a škůdcům, kteří mohou zničit celá pole zeleniny.
Vědci z Makerere University v Kampale v Ugandě se spojili s odborníky na choroby rostlin a vyvinuli automatizovaný systém zaměřený na boj proti kasavské chorobě. Projekt Mcrops umožňuje místním farmářům fotografovat své rostliny levnými chytrými telefony a používat počítačové vidění k detekci známek čtyř hlavních nemocí, které ničí kasavské plodiny.
„Některé z těchto nemocí je velmi obtížné rozpoznat a vyžadují různá opatření,“vysvětluje Ernest Mwebase, počítačový vědec, který projekt vede. "Dáváme farmářům kapesního odborníka, aby věděli, zda opylovat své plodiny nebo zničit a zasadit něco jiného."
Tento systém diagnostikuje onemocnění kasava s přesností 88 procent. Farmáři obvykle potřebují zavolat vládní odborníky, aby navštívili farmy, aby identifikovali nemoci, což trvá několik dní a týdnů, než se nemoc rozšíří.
Mcrops také umožňuje nahrát snímky do databáze, která se pak používá k diagnostice ohnisek. Mwebaze doufá, že tato technologie také automaticky detekuje problémy s jinými druhy rostlin, jako jsou banány.
Boj proti rakovině a ztrátě zraku
Rakovina způsobuje na celém světě více než 8,8 milionu úmrtí a 14 milionů lidí je každoročně diagnostikováno s nějakou formou rakoviny. Včasná detekce rakoviny může výrazně zvýšit šance člověka na přežití a snížit riziko recidivy. Screening je jedním z klíčových způsobů včasného odhalení rakoviny, ale je velmi, velmi obtížné a časově náročné porozumět skenům a dalším výsledkům testu.
Google DeepMind může pomoci lékařům s léčbou rakoviny pomocí strojového učení, které jim pomůže identifikovat zdravé oblasti tkáně pacienta
DeepMind a IBM na tento problém používají své technologie AI. DeepMind se spojila s britskými lékaři NHS na University College v Londýně, aby vyškolila svůj program založený na umělé inteligenci pro léčbu rakoviny oddělením oblastí zdravé tkáně od nádorů při skenech hlavy a krku. Pracuje také s Moorfields Eye Hospital v Londýně a detekuje včasné známky ztráty zraku při očních skenech.
"Naše algoritmy dokážou interpretovat vizuální informace ze skenování," říká Dominic King, vedoucí kliniky společnosti DeepMind Health. „Systém se učí identifikovat potenciální problémy a doporučit správný postup lékaři. Je příliš brzy na to, abychom se vyjádřili k výsledkům, ale už jsou velmi povzbuzující. ““
King říká, že techniky umělé inteligence mohou pomoci lékařům urychlit diagnostiku tím, že prohledají skenování a upřednostňují ty, které jsou doporučeny k okamžitému zvážení.
Společnost IBM také nedávno oznámila, že Watsonova umělá inteligence dokáže analyzovat obrázky a vyhodnotit záznamy pacientů a přesně určit 96% času nádoru. Systém v současné době podstupuje lékařské zkoušky v 55 nemocnicích po celém světě a pomáhá diagnostikovat rakovinu prsu, plic, kolorektálního karcinomu, děložního čípku, vaječníků, žaludku a prostaty.
Bez zhasnutí světla
Jak může být maximalizována umělá inteligence při výzkumu používání čisté, obnovitelné energie, aby se zabránilo dalším škodám, které způsobují klimatické problémy?
Lidé na celém světě se stále více spoléhají na obnovitelné zdroje energie v boji proti změně klimatu a znečištění způsobenému fosilními palivy a úkol vyvážení energetických sítí s takovými přerušovanými zdroji je stále obtížnější. Šíření inteligentních měřičů - digitálních monitorů energie, které automaticky zaznamenávají spotřebu - také poskytne mnoho údajů o tom, jak a kdy spotřebitelé spotřebují energii. Evropská unie plánuje do roku 2020 nainstalovat v domácnostech 500 milionů inteligentních měřičů.
"Řízení všech těchto aktiv je pro člověka nemožné, protože doba odezvy je často na řádu několika sekund," říká Valentin Robu, docent inteligentních systémů na Heriot Watt University v Edinburghu. Spolupracuje s britskou společností Upside Energy na vývoji nových způsobů řízení energetických sítí.
Vytvářejí algoritmy strojového učení pro sledování výroby a spotřeby energie v reálném čase. Co to znamená? Tato energie bude uložena v tichých hodinách a poté uvolněna během nejvyšších hodin, například ráno, když si každý chce vyrobit vlastní kávu. Jak elektrická vozidla a domácí baterie nabývají na vzestupu, lze technologii použít k ukládání energie a rovnoměrné distribuci obnovitelných toků.
Robu také říká, že AI lze použít na ještě základní úrovni, což pomáhá snížit naši poptávku po připojených zařízeních. Například chladničky mohou být ovládány přímo AI, takže se zapínají pouze tehdy, když je poptávka po elektřině nejnižší v síti.
Ilya Khel