Sommigen geloven dat de verspreiding van kunstmatige intelligentie en robotica onze privacy, onze banen en zelfs onze veiligheid in gevaar brengt. Steeds meer taken gaan naar op siliconen gebaseerde hersenen. Maar zelfs de meest uitgesproken critici kunnen de voor de hand liggende voordelen erkennen die AI en geautomatiseerde systemen voor de mensheid voorbereiden. Als onderdeel van het Grand Challenges-project bracht de BBC experts samen die hun visie voor de toekomst uiteenzetten in aanwezigheid van machines en kunstmatige intelligentie.
"We moeten AI niet zien als iets dat met ons concurreert, maar als iets dat onze eigen capaciteiten kan verbeteren", zegt Takeo Kanade, hoogleraar robotica aan de Carnegie Mellon University. Omdat AI een tolerantie heeft voor verveling, en ook in staat is om patronen veel beter en sneller te identificeren dan mensen. Automatisering is al begonnen met het ontrafelen van 's werelds meest complexe knopen, van ziekte tot wreedheid.
En het kan ons leven veiliger maken in de 21e eeuw.
Bestrijding van infectieziekten
Voor miljarden mensen over de hele wereld kan het zoemen van muggen bij hun oor veel meer betekenen dan een vervelende beet - het kan een voorbode zijn van ziekte en zelfs de dood. Eén soort, Aedes aegypti, heeft zich vooral vanuit Afrika verspreid naar bijna alle tropische en subtropische gebieden, met Dengue-koorts, gele koorts, Zika en chikungunya (een virus dat verlammende gewrichtspijn veroorzaakt). Dengue alleen al besmet jaarlijks 390 miljoen mensen in 128 landen.
"Deze mug is een kleine demon", zegt Rainier Mallol, een computeringenieur in de Dominicaanse Republiek, een hotspot voor Zika. Samen met Desi Raja, een hospik uit Maleisië (een ander land dat het risico loopt het virus op te lopen), heeft het koppel AI-algoritmen ontwikkeld die voorspellen waar de kans op uitbraken het grootst is.
Promotie video:
Microsoft's Project Premonition gebruikt drones om ziekteverwekkers te vinden in Zika-hotspots
Hun Artificial Intelligence in Medical Epidemiology (Aime) is een systeem dat de tijd en locatie van elk nieuw Dengue-geval, gerapporteerd door lokale ziekenhuizen, combineert met 274 andere variabelen zoals windrichting, vochtigheid, temperatuur, bevolkingsdichtheid, type huisvesting. “Dit zijn allemaal factoren die de verspreiding van muggen bepalen”, legt Mallall uit.
Tests in Maleisië en Brazilië hebben aangetoond dat ze uitbraken kunnen voorspellen met een nauwkeurigheid van ongeveer 88% in drie maanden. Het systeem helpt ook bij het lokaliseren van het epicentrum van een uitbraak tot binnen 400 meter, waardoor lokale medici op tijd kunnen ingrijpen met insecticiden en bijtbescherming voor lokale bewoners.
Aime evolueert ook om uitbraken van Zika en Chikungunya te voorspellen. Grote techbedrijven nemen dit idee op hun eigen manier over: Microsoft's Project Premonition gebruikt bijvoorbeeld autonome drones om muggenzakken te detecteren en gebruikt kooldioxide en lichtvallen om die insecten te vangen. Het DNA van de muggen en de dieren die ze bijten, wordt vervolgens geanalyseerd door machine-algoritmen die patronen in gigantische hoeveelheden gegevens steeds beter en beter blootleggen - en ziekteverwekkers vinden.
Wapengevecht
Het afgelopen jaar zijn in de Verenigde Staten 15.000 mensen omgekomen door geweerschoten. Dit land heeft het hoogste percentage van wapengerelateerd geweld in de hele ontwikkelde wereld. Om de problemen van willekeurige schietpartijen en wapengerelateerde criminaliteit aan te pakken, wenden sommige steden in het hele land zich tot technologie voor hulp.
Een geautomatiseerd systeem dat geweervuurgeluiden via een reeks sensoren hoort, kan worden gebruikt om te lokaliseren waar geschoten werd en veiligheidstroepen te waarschuwen binnen 45 seconden nadat de trekker werd overgehaald. ShotSpotter gebruikt 15-20 akoestische sensoren per vierkante kilometer om de karakteristieke "pop" van een schot te detecteren en lokaliseert zijn geboorteplaats met een nauwkeurigheid van 25 meter.
Machine learning-technologieën worden gebruikt om te bevestigen dat het geluid een geweerschot was en het aantal afgevuurde schoten te tellen om aan te geven of de politie te maken krijgt met een eenzame schutter of meerdere criminelen, en of ze machinegeweren gebruiken of niet.
Reeds 90 steden - voornamelijk in de VS, maar ook in Zuid-Afrika en Zuid-Amerika - gebruiken ShotSpotter. Kleine systemen zijn ook ingezet op negen Amerikaanse campussen als reactie op het recente geweervuur op de campus.
Ralph Clarke, CEO van ShotSpotter, is van mening dat dit systeem in de toekomst kan worden gebruikt voor meer dan alleen incidentbestrijding.
"We willen begrijpen hoe onze gegevens kunnen worden gebruikt voor voorspellende capaciteiten van politieagenten", zegt hij. "Machine learning kan worden gecombineerd met weer, verkeer en meer om politiepatrouilles nauwkeuriger te informeren."
Honger bestrijden
Wereldwijd vertrouwen ongeveer 800 miljoen mensen op cassave (cassave) wortels als hun belangrijkste bron van koolhydraten. Deze zetmeelrijke, yamachtige groente wordt gegeten als een aardappel; het kan ook worden vermalen tot meel voor het maken van brood en gebak. Het kan groeien waar andere gewassen dat niet kunnen, waardoor cassave de zesde grootste voedselplant ter wereld is. Deze houtachtige struik is echter ook kwetsbaar voor ziekten en plagen, die hele groentevelden kunnen verwoesten.
Onderzoekers van de Makerere University in Kampala, Oeganda, hebben samen met experts op het gebied van plantenziekten een geautomatiseerd systeem ontwikkeld om cassaveziekte te bestrijden. Het Mcrops-project stelt lokale boeren in staat hun planten te fotograferen met goedkope smartphones en computervisie te gebruiken om tekenen van vier belangrijke ziekten op te sporen die cassavegewassen verwoesten.
"Sommige van deze ziekten zijn buitengewoon moeilijk te herkennen en vereisen andere acties", legt Ernest Mwebase uit, een computerwetenschapper die het project leidt. "We geven boeren een pocketexpert zodat ze weten of ze hun gewassen moeten bestuiven of iets anders moeten vernietigen en planten."
Dit systeem diagnosticeert cassaveziekten met een nauwkeurigheid van 88 procent. Doorgaans moeten boeren overheidsexperts bellen om boerderijen te bezoeken om ziekten op te sporen, wat dagen en weken duurt voordat de ziekte zich verspreidt.
Met Mcrops kunt u ook momentopnames uploaden naar een database, die vervolgens wordt gebruikt om uitbraken te diagnosticeren. Mwebaze hoopt dat de technologie ook automatisch problemen opspoort met andere plantensoorten, zoals bananen.
Bestrijding van kanker en verlies van gezichtsvermogen
Kanker veroorzaakt wereldwijd meer dan 8,8 miljoen doden, en elk jaar wordt bij 14 miljoen mensen de diagnose kanker gesteld. Vroegtijdige opsporing van kanker kan de overlevingskansen van een persoon aanzienlijk vergroten en het risico op herhaling verminderen. Screening is een van de belangrijkste manieren om kanker vroegtijdig op te sporen, maar het is heel, heel moeilijk en tijdrovend om scans en andere testresultaten te begrijpen.
Google's DeepMind kan artsen met kankerbehandeling helpen met machinaal leren om gezonde delen van het weefsel van een patiënt te identificeren
DeepMind en IBM passen hun AI-technologieën toe op dit probleem. DeepMind werkt samen met Britse NHS-artsen aan University Colleges in Londen om zijn op AI gebaseerde programma te trainen om kanker te behandelen door delen van gezond weefsel te scheiden van tumoren in hoofd- en nekscans. Ze werkt ook samen met het Moorfields Eye Hospital in Londen, waar ze vroege tekenen van verlies van gezichtsvermogen op oogscans detecteert.
"Onze algoritmen zijn in staat visuele informatie van scans te interpreteren", zegt Dominic King, Clinical Chief bij DeepMind Health. “Het systeem leert mogelijke problemen te herkennen en de arts de juiste handelwijze aan te bevelen. Het is te vroeg om commentaar te geven op de resultaten, maar ze zijn al erg bemoedigend."
King zegt dat AI-technieken artsen kunnen helpen om sneller diagnoses te stellen door scans te doorzoeken en prioriteit te geven aan de aanbevelingen die worden aanbevolen voor onmiddellijke overweging.
IBM heeft onlangs ook aangekondigd dat de AI van Watson beelden kan analyseren en patiëntendossiers kan evalueren, waarbij 96% van de tijd een tumor kan worden opgespoord. Het systeem ondergaat momenteel medische onderzoeken in 55 ziekenhuizen over de hele wereld, en helpt bij het diagnosticeren van borst-, long-, colorectale, baarmoederhals-, eierstok-, maag- en prostaatkanker.
Zonder het licht uit te doen
Te midden van een verhit debat over de vraag of klimaatverandering twee rampzalige orkanen op historische schaal in de Verenigde Staten had kunnen veroorzaken, hoe zou kunstmatige intelligentie kunnen worden gemaximaliseerd om het gebruik van schone, hernieuwbare energie te onderzoeken om verdere schade die tot klimaatproblemen leidt te voorkomen?
Mensen over de hele wereld vertrouwen in toenemende mate op hernieuwbare energiebronnen om klimaatverandering en vervuiling veroorzaakt door fossiele brandstoffen tegen te gaan, en het wordt steeds moeilijker om energienetten in evenwicht te brengen met dergelijke intermitterende bronnen. De wildgroei aan slimme meters - digitale energiemonitors die automatisch het verbruik registreren - zal ook veel gegevens opleveren over hoe en wanneer consumenten energie gebruiken. Alleen al de Europese Unie is van plan om tegen 2020 500 miljoen slimme meters in huizen te installeren.
"Het beheer van al deze middelen is voor mensen onmogelijk, aangezien de responstijden vaak in de orde van grootte van een paar seconden zijn", zegt Valentin Robu, assistent-professor intelligente systemen aan de Heriot Watt University in Edinburgh. Hij werkt samen met het Britse bedrijf Upside Energy om nieuwe manieren te ontwikkelen om elektriciteitsnetten te beheren.
Ze creëren algoritmen voor machine learning om de productie en de energievraag in realtime te volgen. Wat betekent het? Die energie wordt tijdens rustige uren opgeslagen en tijdens piekuren weer vrijgelaten, bijvoorbeeld 's ochtends als iedereen zijn eigen koffie wil zetten. Naarmate elektrische voertuigen en thuisbatterijen steeds vaker voorkomen, kan technologie worden gebruikt om energie op te slaan en hernieuwbare stromen gelijkmatig te verdelen.
Robu zegt ook dat AI op een nog meer basaal niveau kan worden gebruikt, waardoor onze vraag naar verbonden apparaten kan worden verminderd. Zo kunnen koelkasten direct door AI worden aangestuurd, zodat ze alleen aangaan als de vraag naar elektriciteit het laagst is op het net.
Ilya Khel
