Yapay zeka bizi korur, kanser ve aşırı vahşet

Bazı araştırmacılar yayılması, yapay zeka ve robotik tehlikeye özel hayatımızı, işimizi ve hatta bizim güvenlik. Daha fazla ve daha fazla görev, gider gerçekleştirme beyin silikon tabanlı. Ama bile en yüksek sesle eleştiri değil, tanımak bariz daha iyi AI ve otomasyon sistemleri için hazırlanmış insanlık. Proje kapsamında Grand Challenges BBC toplanan uzmanlar sıraladı, gelecek için vizyonu huzurunda makineleri ve yapay zeka.

«Biz dikkate almak gerekir değil AI gibi bir şey, bize bir rakip gibi bir şey olabilir güçlendirmek için kendi yetenek» diyor Takeo Kanada, profesör robotik Üniversitesi Carnegie — Mellon. Çünkü AI sahiptir tolerans sıkıntı, hem de yapabiliyor tespit desenler çok daha iyi ve daha hızlı insanlar. Otomasyon zaten kolaydı çünkü çözülüyor en zor düğümleri bizim dünya hastalıklardan kadar zulüm.

Ve o-ebilmek yapmak hayatımızı daha güvenli 21. yüzyılda.

Savaş, bulaşıcı hastalıklar

Bir milyar insan dünya çapında bir uğultu sivrisinek kulağınıza gelebilir çok daha fazla rahatsız edici bir ısırık – öyle bir hastalık habercisi olabilir ve hatta ölüm. Bir tür – Aedes aegypti – özellikle yayıldı Afrika neredeyse tüm tropikal ve subtropikal bölgelerde, iletişim, ateş, Dang, sarı ateş, Zeke ve chikungunya (virüs, arayan калечащие eklem ağrıları). Bir tek Humması enfekte 390 milyon 128 ülkede her yıl.

«Bu sivrisinek – küçük şeytan» diyor Rainier Маллол, bilgisayar mühendisi, Dominik Cumhuriyeti, sıcak bir dağıtım noktası Zeke. İle birlikte Деси Raja, doktor Malezya (başka bir ülkenin eğilimli risk enfekte), bir çift geliştirdi algoritmaları AI, tahmin, nerede büyük olasılıkla olacak flaş.

Project Premonition microsoft'un kullandığı insansız hava araçları için arama patojenler sıcak noktalar ve yayılma Zeke

Yapay zeka alanında tıbbi эпидемологии (Aime) – bu sistemi bir araya getiren zaman ve konumu her yeni durum Humması, raporlarına, yerel hastaneler ile 274 diğer değişken faktörler gibi, rüzgar yönü, nem, sıcaklık, nüfus yoğunluğu, konut türü. «Bu her şeyi belirleyen faktörler dağıtım sivrisinek», açıklıyor Маллол.

Testi Malezya ve Brezilya gösterdi, onlar tahmin flaş hassasiyetle yaklaşık %88'i üç ay. Sistemi de tanımlamak için yardımcı olur, merkez üssü flaş ile doğru 400 metre, izin, yerel doktorlar, zamanında müdahale ile böcek ve koruma ısırıkları yerel halk için.

Aime de gelişir, için, tahmin flaş Zeke ve chikungunya. Büyük teknoloji şirketleri kendi bu fikri geliştirmek: örneğin, Project Premonition Microsoft kullanır otonom insansız hava araçları için tespit cepler dağıtım sivrisinek kullanarak, karbon dioksit ve ışık tuzakları yakalamak için bu böcekler. DNA sivrisinek ve hayvanlar, onlar кусали, daha sonra analiz makine algoritmaları ortaya desenleri dev miktarlarda veri, daha iyi ve daha iyi her zaman ve patojenler bulmak.

Kavga ile silah

Son bir yılda ABD'DE öldü, 15 000 kişi nedeniyle çekim. Bu ülkenin en yüksek seviye ile ilgili silah zulüm gelişmiş dünyada. Sorunu çözmek için, düzensiz çekim ve ilgili silah suçları, bazı şehirlerde ülkelere yönelen bir teknoloji.

Otomatik sistem, hangi sesleri duyar çekim yoluyla bir dizi sensör belirlemek için kullanılabilir yerler çınladı çekim ve uyar güvenlik kurumları 45 saniye sonra başlatılan tetiği. ShotSpotter kullanır 15-20 akustik sensörler kare kilometre tespiti için tipik bir «pamuk» atış tanımlayarak doğum yeri doğru 25 metre.

Teknoloji makine öğrenme onaylamak için kullanılır ne bir ses, ateşli, ve sayar bir çekim gösteren olacak mı polis ile başa çıkmak için yalnız nişancı veya birden fazla suçlular, hem de kullanır içecek otomatları veya yok.

Zaten 90 şehirler çoğunlukla AMERİKA birleşik devletleri, ama aynı zamanda Güney Afrika ve Güney Amerika'da kullanın ShotSpotter. Küçük sistemleri de konuşlandırıldı dokuz üniversite kampüsleri cevap olarak abd'ye yakın çekim kampüs.

Ralph Clark, icra müdürü, ShotSpotter, inanıyor, gelecekte bu sistem kullanılabilir değil sadece basit bir olay müdahale.

«Biz çalışıyoruz nasıl anlamak bizim veri için kullanılabilir prognostik şehirde polis,» diyor. «Makine öğrenme ile kombine edilebilir hava, yol, trafik ve diğer, daha doğru bilgilendirmek için polis devriyeleri».

açlık Mücadele

Yaklaşık 800 milyon kişi dünya çapında güveniyor kökleri manyok (manyok) ana kaynak olarak karbonhidrat. Bu крахмалистый sebze, benzer bir patates yemek, patates gibi; onun da eziyet unu hazırlamak için, ekmek ve hamur işleri. O büyümek değil nerede olabilir diğer kültürü yapılan кассаву altıncı büyük şehridir, gıda, bitki dünya. Ancak bu odunsu çalı da savunmasız hastalık ve zararlıları neden olabilir yıkım, bütün alan sebze.

Üniversitesi Araştırmacıları Макерере, Kampala,Ugandauzmanları ile çalıştı ve hastalığa dayanıklı bitki geliştirmek için otomatik bir sistem çerçevesinde mücadele hastalığı olan manyok. Proje Mcrops birçok yerel çiftçilere fotoğraf çekmek için kendi bitkiler ucuz akıllı telefonlar ve kullanımı bilgisayar görme belirtileri tanımlamak için dört temel hastalıklara neden olan yıkım, bitkileri manyok.

«Bazıları bu hastalıkları tanımak son derece zor, ve onlar farklı eylemler,» diyor Ernest Мвебазе, araştırmacı, bilgisayar teknolojileri, proje başkanı. «Biz çiftçiler cep için uzman biliyorlardı, çıkar ve hasat ya da yok etmek ve bitki başka bir şey».

Bu sistem, teşhis, hastalığın manyok 88-yüzde doğruluk. Genellikle çiftçiler aramak gerek hükümet uzmanları için ideal bir nokta çiftlikleri, bu tespit bir hastalık, gidiyor günler ve haftalar kadar yayılıyor.

Mcrops ayrıca indirmenize olanak resimler veritabanına dayalı, daha sonra teşhis salgını. Мвебазе umuyor bu teknoloji sağlayacak aynı zamanda otomatik olarak algıla sorunu, diğer bitki türleri, örneğin muz.

kanser Mücadele ve görme kaybı

DeepMind Google yardımcı olabilir doktorlar tedavi ile kanser gibi makine öğrenme yardımcı olan, onu tanımlamak için sağlıklı alanlar kumaş hasta

Kanser neden daha fazla 8,8 milyon ölüm dünya çapında 14 milyon kişi tanısı ile belirli bir kanser her yıl. Erken teşhis kanser önemli ölçüde hayatta kalma şansını artırmak, insan ve nüks riskini azaltmak. Tarama en önemli yollarından biri, erken kanser tespit etmek, ama anlamak сканах ve diğer test sonuçları çok çok zor ve uzun.

DeepMind ve IBM kullanılan teknoloji AI bu sorunu. DeepMind ile birleşerek ingiliz doktorlar Ulusal sağlık hizmeti üniversite kolej Londra'dan, eğitmek için kendi programı temelinde AI kanser tedavisine ayıran bir alanda sağlıklı doku tümörlerinin tararken, baş ve boyun. Ayrıca çalışan ile Moorfields Eye Hospital, Londra belirleyerek erken belirtileri görme kaybı tararken göz.

«Bizim algoritmaları yorumlamak mümkün görsel bilgileri tararken,» diyor Dominic King, ana ve klinikler, DeepMind Health. «Sistemi anlatmak için öğrenme potansiyel sorunları ve önerilen eylem doğru kursu, doktor. Henüz erken yorum yapmak sonuçlar, ama onlar zaten çok cesaret vericidir».

King diyor yöntemleri AI yardımcı olabilir doktorlar belirlemek için bir tanı daha hızlı, eleme tarar ve yerleştirme öncelikleri olanlar için tavsiye hemen bir inceleme.

IBM, yakın zamanda yaptığı açıklamada, AI Watson olabilir, görüntüleri analiz etmek ve değerlendirmek, hasta kayıtları, tam olarak tanımlayarak, tümör, olguların %96. Şimdi sistemi geçer, tıbbi test, 55 hastanelerde dünya çapında yardım, teşhis, meme kanseri, akciğer, kolorektal kanser, serviks kanseri, yumurtalık, mide ve prostat.

ışık kapatma

Bir arka plan Üzerinde разгорающихся hakkında bir tartışma olabilir mi, iklim değişikliği neden iki felaket kasırga tarihsel ölçekte ABD, nasıl olacağını en iyi şekilde yönlendirmek için yapay zeka araştırma kullanımı, temiz, yenilenebilir enerji için, daha fazla zarar görmesini önlemek için, hangi sorunlara yol açar iklim?

İnsanlar sadece dünyanın giderek daha fazla itimat yenilenebilir enerji kaynakları için mücadele, iklim değişikliği ve kirlilik nedeniyle fosil yakıtlı ve görev dengeleme, enerji ağları gibi aralıklı kaynakları giderek daha zor hale gelmektedir. Yayılmasını akıllı sayaç – dijital monitör enerji otomatik olarak kaydeder alımı da size bir çok veri nasıl ve ne zaman tüketicilerin enerjiyi kullanır. Sadece Avrupa birliği kurulması planlanan 500 milyon akıllı sayaç evlerde, 2020 yılına kadar.

«Yönet tüm bu varlık bir insan için imkansız, çünkü yanıt süresi genellikle yaklaşık birkaç saniye» diyor Valentin Rob, doçent akıllı sistemler Üniversitesi, Heriot Watt Edinburgh. O ile çalışan bir ingiliz şirketi tarafından Upside Energy, geliştirerek yönetmek için yeni yollar, elektrik şebekesi.

Oluşturdukları makine öğrenme algoritmaları için üretim izleme ve enerji talebinin gerçek zamanlı olarak. Bu ne anlama geliyor? Enerji inat sakin izle ve sonra üretilecek pik saatlerde örneğin sabah, her zaman yapmak istiyor, kendine bir kahve. Buna ek olarak, elektrikli araçlar, ev piller giderek daha yaygın teknoloji kullanmak için enerji depolama ve eşit dağılımı, yenilenebilir akış.

Rob da diyor ki, AI kullanabilirsiniz daha temel düzeyde düşürmeye yardımcı, bizim için talep, bağlı cihazlar. Örneğin, buzdolabı AI olabilir, yönetmek, doğrudan, onlar dahil sadece zaman elektrik talebinin en düşük ağ.