Fremtiden for AI-forskning er i Afrika

Et bilde av en app som oppdager sykdom i kassavaplanter. med tillatelse fra Google

Sittende i en hotellobby i Tanger, Marokko, ler Charity Wayua mens hun forteller om reisen sin til byen for en konferanse om teknologi og innovasjon. Etter å ha startet reisen i Nairobi, Kenya, hvor hun leder et av IBMs to forskningssentre i Afrika, måtte hun fly forbi destinasjonen for en mellomlanding i Dubai, doble tilbake til Casablanca, og deretter ta en tre og en halv -times kjøretur til Tanger. Det som ville vært en syv-åtte timers direkte flytur var i stedet en nesten 24-timers odyssé. Dette er ikke uvanlig, sier hun.

Besværet med å reise i regionen er ikke det eneste som gjør ting vanskelig for Afrikas forskningsmiljø: vanskeligheten med å reise ute av regionen har ofte utelatt sine forskere fra den internasjonale samtalen. Selv om disse problemene har påvirket alle vitenskapelige felt, blir de forsterket i AI-forskning. Innovasjonstakten betyr for eksempel at gjentatte manglende konferanser om visumproblemer – noe som har gjort det vanskelig for afrikanske forskere å delta på noen av verdens største AI-arrangementer i USA og Canada – lett kan føre til at en forsker havner på etterskudd.

Til tross for oddsen, har det afrikanske maskinlæringssamfunnet blomstret de siste årene. I 2013 startet en lokal gruppe av industriutøvere og forskere Data Science Africa, en årlig workshop for deling av ressurser og ideer. I 2017 dannet en annen gruppe organisasjonen Deep Learning Indaba, som nå har kapitler i 27 av kontinentets 54 land. Universitetskurs og andre utdanningsprogrammer dedikert til undervisning i maskinlæring har vokst frem som svar på økende etterspørsel.

Det internasjonale samfunnet har også tatt det til etterretning. På slutten av 2013 åpnet IBM Research sitt første afrikanske kontor i Nairobi; den la til en ny i Johannesburg, Sør-Afrika, i 2016. Tidligere i år åpnet Google et nytt AI-laboratorium i Accra, Ghana, og neste år vil ICLR, en stor AI-forskningskonferanse, være vertskap for sitt arrangement i Addis Abeba, Etiopia.

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

Skiftet er positivt for feltet, som har lidd av mangel på mangfold og på mange måter en løsrivelse fra den virkelige verden. Mange av de akademiske og bedriftsforskningslaboratoriene som dominerer AI-forskning er konsentrert i velstående bobler av innovasjon som Silicon Valley og Kinas Zhongguancun i Beijing. Den begrensede funksjonen viser seg i omfanget av produktene disse knutepunktene lager. Afrika, på den annen side, kan tilby en kontekst der AI kan gå tilbake til sitt opprinnelige løfte: å skape teknologi som takler presserende globale utfordringer som sult, fattigdom og sykdom.

Jeg tror for alle som leter etter tøffe utfordringer, sier Wayua, dette er stedet å være.

Den afrikanske modellen for innovasjon

Både IBM Researchs kontorer i Kenya og Sør-Afrika og Googles AI-laboratorium i Ghana deler samme oppdrag som deres overordnede organisasjoner: å forfølge grunnleggende og banebrytende forskning. De fokuserer på spørsmål som å øke tilgangen til rimelig helsehjelp, gjøre finansielle tjenester mer inkluderende, styrke langsiktig matsikkerhet og effektivisere statlige operasjoner. Listen er ikke ulik den for et laboratorium som ligger noe annet sted i verden, men konteksten gir nyanser til målene.

Forskning kan ikke løsrives fra miljøet den utføres i, sier Moustapha Cisse, direktøren for Google AI Ghana. Å være i et miljø hvor utfordringene er unike på mange måter gir oss en mulighet til å utforske problemer som kanskje andre forskere andre steder ikke ville vært i stand til å utforske.

Forskere diskuterer et prosjekt om personlig tilpasset utdanning i Nairobi. med tillatelse fra IBM Research

Før han grunnla AI-laboratoriet sitt i Ghana, for eksempel, begynte Google jobber med bønder på landsbygda i Tanzania for å forstå noen av kampene de sto overfor for å opprettholde konsekvent matproduksjon. Forskerne lærte at avlingssykdom kan redusere utbyttet betydelig, så de skapte en maskinlæringsmodell som kunne diagnostisere tidlige stadier av sykdom i kassavaplanten, en viktig hovedavling i regionen. Modellen, som fungerer direkte på bøndenes telefoner uten at de trenger tilgang til internett, hjelper dem å gripe inn tidligere for å redde plantene sine.

Wayua gir et annet eksempel. I 2016 oppdaget Johannesburg-teamet ved IBM Research at prosessen med å rapportere kreftdata til myndighetene, som brukte dem til å informere nasjonal helsepolitikk, tok fire år etter diagnosen på sykehus. I USA tar tilsvarende datainnsamling og analyse bare to år. Det ekstra etterslepet viste seg delvis å skyldes den ustrukturerte karakteren av sykehusenes patologirapporter. Menneskelige eksperter leste hvert tilfelle og klassifiserte det i en av 42 forskjellige krefttyper, men den frie teksten på rapportene gjorde dette svært tidkrevende. Så forskerne gikk i gang med arbeidet en maskinlæringsmodell som kan merke rapportene automatisk. I løpet av to år hadde de utviklet et vellykket prototypesystem, og de streber nå etter å gjøre det skalerbart slik at det kan være nyttig i praksis.

Teknologi er bare halvparten av ligningen, sier Wayua. Den andre halvparten er å kunne forstå problemene vi ser og være i stand til å definere dem objektivt på en måte som vitenskap og ingeniørfag kan adressere.

IBM Research sitt kontor i Nairobi, Kenya. med tillatelse fra IBM Research

Når et forskningsprosjekt er klart for den virkelige verden, kommer en annen vanskelig bit: å få buy-in fra de tiltenkte brukerne. Forhold har virkelig betydning for å drive endring, sier Wayua. Det er enkelt å samle inn data og designe et perfekt system i et vakuum, men det er meningsløst hvis ingen vil bruke det. Det er relasjonene du kontinuerlig bygger over tid som hjelper deg å forstå hvorfor det du prøver å implementere egentlig ikke fungerer, legger hun til.

Å svare på brukernes behov bidrar også til å drive grunnleggende fremskritt i teknologiens muligheter. Google AI Ghana jobber nå med å forbedre naturlig språkforståelse, for eksempel for å imøtekomme de rundt 2000 språkene som snakkes i Afrika. Det er det desidert mest språklig mangfoldige stedet på jorden, sier Cisse. Det er mye å lære og forske på fra det.

Den neste generasjonen

Cisse og Wayua deler lignende karrierebaner. Hver forlot Afrika for høyere utdanning før de kom tilbake, i håp om å bruke ferdighetene sine på måter som ville maksimere deres innvirkning. Cisse jobbet på Facebook i Europa mens han ventet på den rette muligheten til å komme tilbake.

En afrikansk forsker som underviser studenter. med tillatelse fra IBM Research

Nå er begge dypt investert i å utvikle flere lokale utdanningsmuligheter for ungdom som er interessert i AI. Cisse grunnla og leder Afrikansk mastergrad i maskinintelligens , et ettårig intensivt program som driver læringsprogrammer rundt om i regionen og bringer inn noen av de beste AI-forskerne rundt om i verden. Wayuas laboratorium ansetter høypresterende studenter til å jobbe sammen med heltidsansatte og betaler for at de skal ta det nettbaserte masterprogrammet i informatikk som tilbys av Georgia Tech University.

Hovedressursen for å forske er talentfulle mennesker, og du vil finne flere talenter i Afrika enn noe annet sted, sier Cisse og peker på den uforholdsmessig unge befolkningen. Energien for teknologi her er bare fantastisk. Spørsmålet er hvordan utstyrer du de talentfulle menneskene med ferdighetene slik at de eier transformasjonen av kontinentet og bygger sin egen fremtid?

Når Cisse underviser studentene sine i masterprogrammet, forteller han dem at om fem år er det de som leder feltet og kommer tilbake for å undervise klassene. Dette er han ikke i tvil om.

Fremtiden for maskinlæringsforskning ligger i Afrika, sier han, enten folk vet det eller ikke.

gjemme seg