Hvordan AI kunne hjælpe med at løse nogle af samfundets hårdeste problemer

Foto af Fei Fang, der taler ved EmTech 2018 Jake Belcher

Fei Fang har reddet liv. Men hun er ikke livredder, læge eller superhelt. Hun er assisterende professor ved Carnegie Mellon University med speciale i kunstig intelligens til samfundsmæssige udfordringer.

På MIT Technology Review ’s EmTech-konference onsdag skitserede Fang det seneste arbejde på tværs af den akademiske verden, der anvender AI til at beskytte kritisk national infrastruktur, reducere hjemløshed og endda forhindre selvmord.

Fang forklarede, hvordan et system, hun udviklede i 2013, mens hun gjorde sin ph.d. ved University of Southern California, bruges hver dag til at beskytte 60.000 passagerer på Staten Island Ferry i New York City.

Der er flere færger, der sejler mellem Staten Island og Manhattan end US Coast Guard patruljebåde i samme område. Tidligere fulgte én patruljebåd den ene færge hele rejsen og efterlod de andre færger ubeskyttede. Fang og hendes team skabte en algoritme, der gør patruljeruterne tilfældige og uforudsigelige, med regelmæssige hastighedsændringer og U-vendinger, i håb om at afskrække uhyggelige handlinger mod færgerne.

Feedbacken har været fantastisk. Vi beskytter mod potentielle angreb i højrisikozoner ved at øge tilfældigheden, hvilket gør det sværere at planlægge et angreb, sagde hun til publikum på EmTech.

Dette kan reducere sandsynligheden for et vellykket angreb med det halve. Professionelle søfolk har fortalt os, at de nu har bedre beskyttelse, men med nøjagtig det samme antal både, tilføjede hun.

Fangs AI-arbejde er ikke kun at beskytte mennesker. Hun har anvendt en lignende tilgang til at hjælpe med at forhindre krybskytteri i Uganda, Malaysia og Kina. PAWS-systemet (protection assistant for wildlife security) hun udviklede forudsiger, hvilke områder der har en høj trussel om krybskytteri, hvilket gør det muligt for patruljer bedre at målrette deres begrænsede ressourcer.

Selvom problemerne er forskellige, ligger den fælles løsning i at blande maskinlæring og spilteori, sagde hun.

Hver udfordring er konceptualiseret som et nulsum, to-spillers spil mod to modstandere, hvor det er meget vigtigt at randomisere mønstre, så det er sværere for angribere at finde de svageste punkter.

Hun skitserede, hvordan kolleger inden for området anvender lignende tilgange til at opdage ulovlige minedriftssteder, slå ned på udlånsudlån og forudsige afgrødeudbytte for at forhindre sult.

Der er et enormt potentiale for at udvikle kunstig intelligens uden en umiddelbar kommerciel fordel, men til gavn for hele samfundet, sagde Fang.

Jeg tror med vores kontinuerlige indsats, at vi kan udnytte de positive aspekter af kunstig intelligens og bygge en bedre verden, tilføjede hun.

skjule