Fremtiden for AI-forskning er i Afrika

Et billede af en app, der registrerer sygdom i kassavaplanter. høflighed af Google

Charity Wayua sidder i en hotelobby i Tanger i Marokko og griner, mens hun fortæller om sin rejse til byen til en konference om teknologi og innovation. Efter at have startet sin rejse i Nairobi, Kenya, hvor hun leder et af IBM's to forskningscentre i Afrika, måtte hun flyve forbi sin destination for et mellemlanding i Dubai, dobbelt tilbage til Casablanca og derefter tage en tre-en-halv -times kørsel til Tanger. Hvad der ville have været en syv-otte timers direkte flyvning, var i stedet en næsten 24-timers odyssé. Det er ikke usædvanligt, siger hun.

Besværet med at rejse inden for regionen er ikke det eneste, der gør tingene vanskelige for Afrikas forskningssamfund: vanskeligheden ved at rejse ud af regionen har ofte udeladt sine forskere fra den internationale samtale. Selvom disse spørgsmål har påvirket alle videnskabelige områder, er de forstærket i AI-forskning. Innovationstempoet betyder for eksempel, at gentagne gange manglende konferencer om visumproblemer – hvilket har gjort det svært for afrikanske forskere at deltage i nogle af verdens største AI-begivenheder i USA og Canada – nemt kan få en forsker til at sakke bagud.

På trods af oddsene er det afrikanske maskinlæringsfællesskab blomstret op i løbet af de sidste par år. I 2013 startede en lokal gruppe af industripraktikere og forskere Data Science Africa, en årlig workshop til deling af ressourcer og ideer. I 2017 dannede en anden gruppe organisationen Deep Learning Indaba, som nu har afdelinger i 27 af kontinentets 54 lande. Universitetskurser og andre uddannelsesprogrammer dedikeret til undervisning i maskinlæring er vokset frem som reaktion på stigende efterspørgsel.

Det internationale samfund har også taget det til efterretning. I slutningen af ​​2013 åbnede IBM Research sit første afrikanske kontor i Nairobi; det tilføjede endnu et i Johannesburg, Sydafrika, i 2016. Tidligere i år åbnede Google et nyt AI-laboratorium i Accra, Ghana, og næste år vil ICLR, en stor AI-forskningskonference, være vært for sin begivenhed i Addis Abeba, Etiopien.

Charity Wayua leder IBM Research-teamet i Nairobi, Kenya. med tilladelse fra IBM Research

Skiftet er positivt for feltet, som har lidt under mangel på mangfoldighed og på mange måder en løsrivelse fra den virkelige verden. Mange af de akademiske og virksomhedsforskningslaboratorier, der dominerer AI-forskning, er koncentreret i velhavende bobler af innovation som Silicon Valley og Kinas Zhongguancun i Beijing. Det begrænsede område viser sig i omfanget af de produkter, som disse hubs skaber. Afrika kan på den anden side tilbyde en kontekst, hvormed kunstig intelligens kan vende tilbage til sit oprindelige løfte: at skabe teknologi, der tackler presserende globale udfordringer som sult, fattigdom og sygdom.

Jeg tror, ​​at for alle, der leder efter hårde udfordringer, siger Wayua, er dette stedet at være.

Den afrikanske model for innovation

Både IBM Researchs kontorer i Kenya og Sydafrika og Googles AI-laboratorium i Ghana deler den samme mission som deres moderorganisationer: at forfølge grundlæggende og banebrydende forskning. De fokuserer på emner som at øge adgangen til sundhedspleje til en overkommelig pris, gøre finansielle tjenester mere inkluderende, styrke den langsigtede fødevaresikkerhed og strømline offentlige operationer. Listen er ikke ulig den for et laboratorium, der er placeret et andet sted i verden, men konteksten tilføjer nuancer til målene.

Forskning kan ikke adskilles fra det miljø, den udføres i, siger Moustapha Cisse, direktør for Google AI Ghana. At være i et miljø, hvor udfordringerne på mange måder er unikke, giver os mulighed for at udforske problemer, som måske andre forskere andre steder ikke ville være i stand til at udforske.

Forskere diskuterer et projekt om personlig uddannelse i Nairobi. med tilladelse fra IBM Research

Inden de grundlagde sit AI-laboratorium i Ghana, for eksempel, begyndte Google arbejder med landmænd i landdistrikterne i Tanzania for at forstå nogle af de kampe, de stod over for for at opretholde en konsekvent fødevareproduktion. Forskerne lærte, at afgrødesygdomme kan reducere udbyttet betydeligt, så de skabte en maskinlæringsmodel, der kunne diagnosticere tidlige stadier af sygdom i kassavaplanten, en vigtig basisafgrøde i regionen. Modellen, der fungerer direkte på landmændenes telefoner uden at skulle have adgang til internettet, hjælper dem med at gribe tidligere ind for at redde deres planter.

Wayua giver et andet eksempel. I 2016 opdagede Johannesburg-teamet hos IBM Research, at processen med at rapportere kræftdata til regeringen, som brugte dem til at informere nationale sundhedspolitikker, tog fire år efter diagnosen på hospitaler. I USA tager den tilsvarende dataindsamling og analyse kun to år. Det yderligere forsinkelse viste sig til dels at skyldes den ustrukturerede karakter af hospitalernes patologirapporter. Menneskelige eksperter læste hvert tilfælde og klassificerede det i en af ​​42 forskellige kræfttyper, men teksten i fri form på rapporterne gjorde dette meget tidskrævende. Så forskerne gik i gang med at arbejde videre en maskinlæringsmodel der kunne mærke rapporterne automatisk. Inden for to år havde de udviklet et succesfuldt prototypesystem, og de stræber nu efter at gøre det skalerbart, så det kan være nyttigt i praksis.

Teknologi er kun halvdelen af ​​ligningen, siger Wayua. Den anden halvdel er at kunne forstå de problemer, vi ser, og at være i stand til at definere dem objektivt på en måde, som videnskab og teknik kan løse.

IBM Researchs kontor i Nairobi, Kenya. med tilladelse fra IBM Research

Når først et forskningsprojekt er klar til den virkelige verden, kommer der endnu en svær bit: at få buy-in fra de tilsigtede brugere. Relationer betyder virkelig noget for at skabe forandring, siger Wayua. Det er nemt at indsamle data og designe et perfekt system i et vakuum, men det er meningsløst, hvis ingen vil bruge det. Det er de relationer, som du løbende opbygger over tid, der hjælper dig med at forstå, hvorfor det, du forsøger at implementere, ikke rigtig fungerer, tilføjer hun.

At reagere på brugernes behov hjælper også med at drive grundlæggende fremskridt i teknologiens muligheder. Google AI Ghana arbejder nu på at forbedre forståelsen af ​​naturlige sprog, for eksempel for at rumme de omkring 2.000 sprog, der tales i Afrika. Det er langt det sprogligt mest mangfoldige sted på Jorden, siger Cisse. Det er der meget at lære og at forske i.

Den næste generation

Cisse og Wayua deler lignende karriereforløb. Hver forlod Afrika til videregående uddannelse, før de kom tilbage, i håb om at anvende deres færdigheder på måder, der ville maksimere deres indflydelse. Cisse arbejdede hos Facebook i Europa, mens han ventede på den rigtige mulighed for at vende tilbage.

En afrikansk videnskabsmand underviser studerende. med tilladelse fra IBM Research

Nu er begge dybt investeret i at udvikle flere lokale uddannelsesmuligheder for unge interesseret i AI. Cisse grundlagde og leder Afrikansk Master i Machine Intelligence , et etårigt intensivt program, der driver læringsprogrammer rundt om i regionen og bringer nogle af de bedste AI-forskere rundt i verden. Wayuas laboratorium hyrer højtydende studerende til at arbejde sammen med fuldtidsansatte og betaler for dem for at tage online masteruddannelsen i datalogi, der tilbydes af Georgia Tech University.

Hovedressourcen til at forske er talentfulde mennesker, og du finder flere talenter i Afrika end noget andet sted, siger Cisse og peger på den uforholdsmæssigt unge befolkning. Energien til tech her er bare fantastisk. Spørgsmålet er, hvordan man udstyrer de talentfulde mennesker med de færdigheder, så de ejer transformationen af ​​kontinentet og bygger deres egen fremtid?

Da Cisse underviser sine studerende på kandidatuddannelsen, fortæller han dem, at om fem år er det dem, der leder feltet og vender tilbage for at undervise i klasserne. Det er han ikke i tvivl om.

Fremtiden for maskinlæringsforskning ligger i Afrika, siger han, uanset om folk ved det eller ej.

skjule