Mõni usub, et tehisintellekti ja robootika levik seab ohtu meie privaatsuse, töökohad ja isegi meie turvalisuse. Üha enam ülesandeid läheb räni baasil ajudele. Kuid isegi kõige häälekamad kriitikud ei suuda teadvustada ilmseid eeliseid, mida AI ja automatiseeritud süsteemid inimkonnale ette valmistavad. Projekti Grand Challenges raames tõi BBC kokku eksperdid, kes seadsid masinate ja tehisintellekti juuresolekul oma tulevikuvisiooni.
"Me peame AI-d käsitlema mitte kui midagi, mis meiega konkureerib, vaid kui midagi, mis võib meie endi võimeid parendada," ütleb Carnegie Melloni ülikooli robootikaprofessor Takeo Kanade. Kuna AI-l on igavuse suhtes tolerants ja ta suudab ka mustreid palju paremini ja kiiremini tuvastada kui inimesed. Automatiseerimine on juba alustanud maailma keerukaimate sõlmede lahti harutamist, alates haigusest kuni julmuseni.
Ja see võib muuta meie elu 21. sajandil turvalisemaks.
Nakkushaiguste vastu võitlemine
Miljarditele inimestele kogu maailmas võib sääskede sumin nende kõrvade lähedal tähendada palju enamat kui tüütut hammustust - see võib olla haiguse ja isegi surma esilekutsuja. Üks liik, Aedes aegypti, on eriti laialt levinud Aafrikast peaaegu kõigisse troopilistesse ja subtroopilistesse piirkondadesse, kandes Dengue-palavikku, kollapalavikku, Zikat ja chikungunya (viirus, mis põhjustab kurnavat liigesevalu). Ainuüksi Dengue-nakkus nakatab aastas 128 riiki 390 miljonit inimest.
"See sääsk on pisike deemon," ütleb Dominikaani Vabariigi arvutitehnik Rainier Mallol Zika jaoks kuum koht. Koos Malaisia (veel üks riik, kus on oht nakatuda viirusesse nakatuda) meediku Desi Rajaga on paar välja töötanud AI algoritmid, mis ennustavad, kus haiguspuhangud kõige tõenäolisemalt esinevad.
Reklaamvideo:
Microsofti projekti tutvustus kasutab droone patogeenide leidmiseks Zika kuumadest punktidest
Nende tehisintellekt meditsiinilises epidemioloogias (Aime) on süsteem, mis ühendab iga uue Dengue'i juhtumi aja ja asukoha, millest kohalikud haiglad teatasid, 274 muu muutujaga, nagu tuule suund, õhuniiskus, temperatuur, asustustihedus, korpuse tüüp. "Need kõik mõjutavad sääskede levikut," selgitab Mallall.
Testid Malaisias ja Brasiilias on näidanud, et nad suudavad kolme kuu jooksul ennustada haiguspuhanguid täpsusega 88%. Süsteem aitab leida haiguspuhangu epitsentri ka 400 meetri raadiuses, võimaldades kohalikel meedikutel insektitsiididega õigel ajal sekkuda ja kaitsta kohalikke elanikke hammustuste eest.
Aime areneb ka Zika ja Chikungunya puhangute ennustamiseks. Hiiglaslikud tehnikaettevõtted võtavad seda ideed omal moel: näiteks Microsofti Project Premonition kasutab sääsetaskute tuvastamiseks autonoomseid droone ning sääskede püüdmiseks kasutab süsinikdioksiidi ja kergeid püüniseid. Seejärel analüüsitakse sääskede ja nende hammustatud loomade DNA-d masinalgoritmide abil, mis paljastavad hiiglaslike andmemahtude mustrid iga korraga üha paremini ja leiavad haigustekitajaid.
Relvavõitlus
Viimase aasta jooksul on USA-s relvatulekahju tõttu hukkunud 15 000 inimest. Selles riigis on kõrgeim püstolitega seotud vägivald kogu arenenud maailmas. Valimatute tulistamiste ja relvadega seotud kuritegude probleemide lahendamiseks pöörduvad mõned linnad kogu riigis abi saamiseks tehnoloogia poole.
Automatiseeritud süsteemi, mis kuuleb läbi andurite seeria tulekahju helisid, saab kasutada 45 sekundi jooksul pärast päästiku tõmbamist asukoha leidmiseks ja turvajõudude hoiatuseks. ShotSpotter kasutab kaadri iseloomuliku popi tuvastamiseks ruutkilomeetri kohta 15-20 akustilisi andureid, määrates tema sünnikoha täpsusega 25 meetrit.
Masinõppe tehnoloogiate abil kinnitatakse, et heli oli kuulipilduja, ja loendatud tulistamiste arv näitab, kas politsei tegeleb üksiku relvamehe või mitme kurjategijaga ja kas nad kasutavad kuulipildujaid või mitte.
Juba 90 linna - enamasti USA-s, aga ka Lõuna-Aafrikas ja Lõuna-Ameerikas - kasutavad ShotSpotterit. Väiksemaid süsteeme on vastuseisuks hiljutisele ülikoolilinnaku kahuritulele viidud ka üheksas USA ülikoolilinnas.
ShotSpotteri tegevjuht Ralph Clarke usub, et tulevikus saab seda süsteemi kasutada rohkemate sündmuste lahendamiseks.
"Otsime, et mõista, kuidas saab meie andmeid kasutada politseinike ennustamisvõimeks," ütleb ta. "Masinaõpet saab kombineerida ilmastiku, liikluse ja muu sellisega, et politseipatrulle täpsemalt teavitada."
Näljaga võitlemine
Umbes 800 miljonit inimest kogu maailmas tugineb kassava (kassava) juurtele kui oma peamisele süsivesikute allikale. Seda tärkliserikkaid jamssitaolisi köögivilju süüakse nagu kartulit; seda saab jahvatada ka jahuks leibade ja küpsetiste valmistamiseks. See võib kasvada seal, kus teised põllukultuurid ei saa, muutes manioki maailma suuruselt kuuendaks toidutaimeks. See puitunud põõsas on aga haavatav ka haiguste ja kahjurite suhtes, mis võivad laastada terveid köögiviljapõlde.
Uganda Kampala Makerere ülikooli teadlased on teinud taimehaiguste ekspertidega koostööd, et töötada välja automatiseeritud süsteem kassavahaiguse vastu võitlemiseks. Mcropsi projekt võimaldab kohalikel põllumeestel oma taimi odavate nutitelefonidega pildistada ja kasutada arvutinägemist, et tuvastada nelja peamise kassaaki laastava haiguse tunnused.
“Mõnda neist haigustest on äärmiselt raske ära tunda ja need nõuavad erinevaid toiminguid,” selgitab projekti juhtinud arvutiteadlane Ernest Mwebase. "Anname põllumajandustootjatele taskueksperdi, et nad teaksid, kas tolmeldada oma põllukultuure või hävitada ja istutada midagi muud."
See süsteem diagnoosib kassaavahaigusi 88-protsendise täpsusega. Tavaliselt peavad põllumajandustootjad haiguste tuvastamiseks kutsuma farmaatsiate külastamiseks valitsuse eksperdid, haiguse levikuks kulub päevi ja nädalaid.
Mcrops võimaldab teil ka hetktõmmised andmebaasi üles laadida, mida seejärel kasutatakse haiguspuhangute diagnoosimiseks. Mwebaze loodab, et tehnoloogia tuvastab automaatselt ka probleemid teiste taimeliikidega, näiteks banaanidega.
Vähi ja nägemise kaotuse vastu võitlemine
Vähk põhjustab kogu maailmas rohkem kui 8,8 miljonit surma ja igal aastal diagnoositakse vähktõbi 14 miljonit inimest. Vähi varajane avastamine võib märkimisväärselt suurendada inimese ellujäämisvõimalusi ja vähendada kordumise riski. Sõeluuring on üks peamisi viise vähktõve varaseks avastamiseks, kuid skaneeringute ja muude testide tulemuste mõistmine on väga, väga keeruline ja aeganõudev.
Google'i DeepMind võib aidata vähiraviarstidel masinõppe abil aidata tuvastada patsiendi kudede tervislikke piirkondi.
DeepMind ja IBM rakendavad sellele probleemile oma AI-tehnoloogiaid. DeepMind on teinud koostööd Suurbritannia NHS-i arstidega Londoni ülikoolikolledžites, et koolitada oma AI-põhist vähktõve raviprogrammi, eraldades tervete kudede piirkonnad tuumoritest pea- ja kaelapiirkonnas. Ta teeb koostööd ka Londonis asuva Moorfieldsi silmahaiglaga, tuvastades nägemise languse varajased nähud silma skaneerimisel.
"Meie algoritmid on võimelised tõlgendama skaneerimisel saadud visuaalset teavet," ütleb Dominic King, DeepMind Health kliiniline juht. “Süsteem õpib tuvastama võimalikud probleemid ja soovitama arstile õiget toimimisviisi. Tulemusi on veel vara kommenteerida, kuid need on juba väga julgustavad."
King väidab, et AI tehnikad aitavad arstidel diagnoose kiiremini teha, sõeludes läbi skaneerimise ja tähtsustades need, mida soovitatakse kohe kaaluda.
Samuti teatas IBM hiljuti, et Watsoni AI saab pilte analüüsida ja patsientide andmeid hinnata, tuues tuumori 96% ajast. Süsteem viib praegu läbi meditsiinilisi uuringuid 55 haiglas üle maailma, mis aitab diagnoosida rinna-, kopsu-, kolorektaal-, emakakaela-, munasarja-, mao- ja eesnäärmevähki.
Valgust välja lülitamata
Kuivõrd kestaks tuline arutelu selle üle, kas kliimamuutused oleks võinud põhjustada kaks ajaloolise ulatusega katastroofilist orkaani Ameerika Ühendriikides, kuidas saaks tehisintellekti maksimaalselt kasutada puhta taastuvenergia kasutamise uurimiseks, et vältida edasisi kahjusid, mis põhjustavad kliimaprobleeme?
Inimesed kogu maailmas toetuvad üha enam taastuvatele energiaallikatele, et võidelda kliimamuutuste ja fossiilkütuste põhjustatud saaste vastu ning energiavõrkude tasakaalustamine selliste vahelduvate energiaallikatega on muutumas üha raskemaks. Nutikate arvestite - digitaalse energiamonitori, mis automaatselt registreerib tarbimist - levik annab ka palju andmeid selle kohta, kuidas ja millal tarbijad energiat kasutavad. Ainuüksi Euroopa Liit plaanib 2020. aastaks kodudesse paigaldada 500 miljonit nutiarvestit.
“Kõigi nende varade haldamine on inimestele võimatu, kuna reageerimisajad on sageli mõne sekundi suurused,” ütleb Edinburghi Heriot Watti intelligentsete süsteemide abiprofessor Valentin Robu. Ta teeb koostööd Ühendkuningriigi ettevõttega Upside Energy, et töötada välja uued viisid elektrivõrkude haldamiseks.
Nad loovad masinõppe algoritmid tootmise ja energiavajaduse jälgimiseks reaalajas. Mida see tähendab? See energia salvestatakse vaiksetel tundidel ja vabastatakse siis tipptundidel, näiteks hommikul, kui igaüks soovib oma kohvi teha. Kuna elektrisõidukid ja koduakud muutuvad üha enam levinumaks, saab tehnoloogiat kasutada energia salvestamiseks ja taastuvate energiavoogude ühtlaseks jaotamiseks.
Robu sõnul saab AI-d kasutada veelgi põhitasemel, aidates vähendada meie nõudlust ühendatud seadmete järele. Näiteks külmikuid saab AI-ga otse juhtida, nii et need lülituvad sisse ainult siis, kui elektrienergia nõudlus on võrgus kõige madalam.
Ilja Khel
