Nekateri verjamejo, da širjenje umetne inteligence in robotike ogroža našo zasebnost, naša delovna mesta in celo našo varnost. Vse več nalog gre za možgane na osnovi silicija. Toda tudi najbolj glasni kritiki ne morejo priznati očitnih koristi, ki jih AI in avtomatizirani sistemi pripravljajo za človeštvo. BBC je v okviru projekta Veliki izzivi združil strokovnjake, ki so predstavili svojo vizijo prihodnosti ob prisotnosti strojev in umetne inteligence.
"Na AI ne smemo gledati kot na nekaj, kar tekmuje z nami, ampak na nekaj, kar lahko izboljša naše sposobnosti," pravi Takeo Kanade, profesor robotike na univerzi Carnegie Mellon. Ker ima AI toleranco do dolgčasa in je tudi sposoben prepoznati vzorce veliko bolje in hitreje kot ljudje. Avtomatizacija je že začela razpletati najbolj zapletene vozle na svetu, od bolezni do krutosti.
In lahko nam življenje v 21 stoletju postane varnejše.
Boj proti nalezljivim boleznim
Za milijarde ljudi po vsem svetu lahko brenčanje komarjev ob ušesih pomeni veliko več kot moteč ugriz - lahko je predsodnik bolezni in celo smrti. Ena vrsta, Aedes aegypti, se je še posebej razširila iz Afrike v skoraj vsa tropska in subtropska območja, saj je nosila dengue mrzlico, rumeno vročico, Zika in čikungunjo (virus, ki povzroča zmečkljive bolečine v sklepih). Denga sama vsako leto okuži 390 milijonov ljudi v 128 državah.
"Ta komar je majhen demon," je vroča točka Zika pravi Rainier Mallol, računalniški inženir v Dominikanski republiki. Skupaj z Desi Raja, zdravnico iz Malezije (druge države, pri kateri obstaja tveganje za okužbo z virusom), je par razvil algoritme AI, ki napovedujejo, kje se lahko najpogosteje pojavijo izbruhi bolezni.
Promocijski video:
Microsoftov projekt Premonition uporablja drone za iskanje povzročiteljev v vročih točkah Zika
Njihova umetna inteligenca v medicinski epidemiologiji (Aime) je sistem, ki združuje čas in lokacijo vsakega novega primera denge, o katerem poročajo lokalne bolnišnice, z 274 drugimi spremenljivkami, kot so smer vetra, vlaga, temperatura, gostota prebivalstva, vrsta stanovanja. "Vse to so dejavniki, ki določajo širjenje komarjev," razlaga Mallall.
Testi v Maleziji in Braziliji so pokazali, da lahko v treh mesecih napovedujejo izbruhe s približno 88% natančnostjo. Sistem pomaga tudi najti epicenter izbruha do 400 metrov, kar lokalnim zdravnikom omogoča pravočasno posredovanje z insekticidi in zaščito pred ugrizi lokalnih prebivalcev.
Aime se razvija tudi za napovedovanje izbruhov Zike in Chikungunye. Ogromna tehnološka podjetja to zamisel jemljejo po svoje: Microsoftov Project Premonition na primer uporablja avtonomne drone za zaznavanje žepov komarjev, za lovljenje komarjev pa uporablja ogljikov dioksid in svetlobne pasti. DNK komarjev in živali, ki jih ugriznejo, nato analiziramo s strojnimi algoritmi, ki odkrijejo vzorce v velikanskih količinah podatkov, ki jih vsakič vedno bolj in boljše - in najdejo povzročitelje bolezni.
Boj z orožjem
V zadnjem letu je v ZDA zaradi strelov umrlo 15.000 ljudi. Ta država ima najvišjo stopnjo nasilja, povezanega s pištolo, na vsem razvitem svetu. Nekatera mesta po vsej državi se v boju proti neselektivnemu streljanju in zločinu, povezanemu s pištolo, obračajo na tehnologijo.
Avtomatiziran sistem, ki sliši zvoke iz puščave s serijo senzorjev, se lahko uporabi za iskanje, kje so bili streli streli, in varnostne sile v 45 sekundah po pritisku na sprožilec. ShotSpotter uporablja 15-20 akustičnih senzorjev na kvadratni kilometer za zaznavanje značilnega "pop" posnetka, kjer rojstni kraj locira z natančnostjo 25 metrov.
Tehnologije strojnega učenja se uporabljajo za potrditev, da je bil zvok izstreljen in štejejo število strelov, da se nakaže, ali se bo policija spopadla z osamljenim pištolo ali več kriminalci in ali uporabljajo mitraljeze ali ne.
ShotSpotter uporablja že 90 mest - večinoma v ZDA, pa tudi v Južni Afriki in Južni Ameriki. Majhni sistemi so bili nameščeni tudi v devetih ameriških kampusih kot odziv na nedavno streljanje v kampusu.
Ralph Clarke, izvršni direktor ShotSpotter, verjame, da bo ta sistem v prihodnosti mogoče uporabiti za več kot preprosto odzivanje na incident.
"Iščemo, kako bomo razumeli, kako lahko naše podatke uporabimo za napovedne zmogljivosti policistov," pravi. "Strojno učenje se lahko kombinira z vremenom, prometom in še več, da se natančneje obveščajo policijske patrulje."
Boj proti lakoti
Približno 800 milijonov ljudi po vsem svetu se zanaša na korenine kasave kot glavnega vira ogljikovih hidratov. Ta škrobnata jama podobna zelenjava jedo kot krompir; lahko ga mlet tudi v moko za pripravo kruhov in pekovskih izdelkov. Raste lahko tam, kjer drugi pridelki ne morejo, zaradi česar je cassava šesta največja rastlina na svetu. Vendar je ta lesna grmovnica ranljiva tudi za bolezni in škodljivce, ki lahko opustošijo celotna zelenjavna polja.
Raziskovalci z univerze Makerere v Kampali iz Ugande so se združili s strokovnjaki za bolezni rastlin, da bi razvili avtomatiziran sistem, namenjen boju proti bolezni kasavi. Projekt Mcrops lokalnim kmetom omogoča, da fotografirajo svoje rastline s poceni pametnimi telefoni in uporabljajo računalniški vid za odkrivanje znakov štirih glavnih bolezni, ki uničujejo pridelke kasave.
"Nekatere od teh bolezni je izjemno težko prepoznati in zahtevajo drugačna dejanja," pojasnjuje Ernest Mwebase, računalničar, ki vodi projekt. "Kmetom damo žepne strokovnjake, tako da vedo, ali bodo opravili svoje poljščine ali uničili in posadili kaj drugega."
Ta sistem diagnosticira kasavne bolezni z 88-odstotno natančnostjo. Običajno morajo kmetje poklicati vladne strokovnjake, da obiščejo kmetije za ugotavljanje bolezni, kar traja dneve in tedne, da se bolezen širi.
Mcrops vam omogoča tudi nalaganje posnetkov v bazo podatkov, ki se nato uporablja za diagnosticiranje izbruhov. Mwebaze upa, da bo tehnologija samodejno zaznala tudi težave z drugimi rastlinskimi vrstami, kot so banane.
Boj proti raku in izguba vida
Rak povzroči več kot 8,8 milijona smrti po vsem svetu, 14 milijonov ljudi pa zboli za nekakšno obliko raka vsako leto. Zgodnje odkrivanje raka lahko človeku znatno poveča možnosti za preživetje in zmanjša tveganje za ponovitev. Presejalni pregledi so eden ključnih načinov za zgodnje odkrivanje raka, vendar je razumevanje pregledov in drugih rezultatov testov zelo, zelo težko in dolgotrajno.
Googlov DeepMind lahko pomaga zdravnikom pri zdravljenju raka s strojnim učenjem, da mu pomagajo prepoznati zdrava območja bolnikovega tkiva
DeepMind in IBM pri tej težavi uporabljata svoje AI tehnologije. DeepMind se je združil z UK zdravniki NHS na University Colleges v Londonu, da bi usposobili svoj program, ki temelji na AI za zdravljenje raka, tako da so ločili področja zdravega tkiva od tumorjev v glavi in vratu. Sodeluje tudi z bolnišnico Moorfields Eye Hospital v Londonu, ki odkriva zgodnje znake izgube vida na očesnih pregledih.
"Naši algoritmi so sposobni razlagati vizualne informacije iz pregledov," pravi Dominic King, šef klinike pri DeepMind Health. „Sistem se nauči prepoznati morebitne težave in zdravniku priporoči pravilno ukrepanje. Prezgodaj je komentirati rezultate, vendar so že zelo spodbudni."
King pravi, da lahko tehnike AI zdravnikom pomagajo hitreje postaviti diagnoze s presejanjem pregledov in dajanjem prednosti prednostnim tistim, ki so priporočljive za takojšnjo obravnavo.
IBM je prav tako pred kratkim sporočil, da lahko Watsonin AI analizira slike in oceni evidence pacientov, pri čemer natančno določi tumor v 96% časa. Sistem je trenutno v preskušanjih zdravil v 55 bolnišnicah po vsem svetu, ki pomagajo pri diagnozi raka dojk, pljuč, debelega črevesa, materničnega vratu, jajčnikov, želodca in prostate.
Brez izklopa luči
Ali bi lahko v času vroče razprave o tem, ali bi lahko podnebne spremembe v zgodovinskem merilu v ZDA sprožile dva katastrofalna orkana, kako lahko umetno inteligenco čim bolj izkoristili za raziskovanje uporabe čiste obnovljive energije, da bi preprečili nadaljnjo škodo, ki vodi do podnebnih težav?
Ljudje po vsem svetu se vedno bolj zanašajo na obnovljive vire energije za boj proti podnebnim spremembam in onesnaževanju, ki ga povzročajo fosilna goriva, naloga uravnoteženja energetskih omrežij s takimi vmesnimi viri pa postaja vse težja. Širjenje pametnih števcev - digitalnih monitorjev energije, ki samodejno beležijo porabo - bo zagotovilo tudi veliko podatkov o tem, kako in kdaj porabniki porabljajo energijo. Evropska unija namerava do leta 2020 v domove vgraditi 500 milijonov pametnih števcev.
"Upravljanje vseh teh sredstev je za človeka nemogoče, saj so odzivni časi pogosto nekaj sekund," pravi Valentin Robu, docent za inteligentne sisteme na Univerzi Heriot Watt v Edinburghu. Sodeluje z britanskim podjetjem Upside Energy, da bi razvil nove načine upravljanja elektroenergetskih omrežij.
Ustvarjajo algoritme strojnega učenja za spremljanje proizvodnje in porabe energije v realnem času. Kaj to pomeni? Ta energija se bo shranila med mirnimi urami in se nato sprostila v času največjih ur, na primer zjutraj, ko si bo vsak želel pripraviti svojo kavo. Ko električna vozila in akumulatorji za dom postajajo vse bolj razširjeni, se tehnologija lahko uporablja za shranjevanje energije in enakomerno porazdelitev obnovljivih tokov.
Tudi Robu pravi, da se AI lahko uporablja na še bolj osnovni ravni in tako zmanjša naše povpraševanje po priključenih napravah. Na primer, hladilnike lahko AI nadzira neposredno, tako da se vklopijo le, ko je povpraševanje po električni energiji na omrežju najmanjše.
Ilya Khel