A humanitárius segítséget is átalakítja a mesterséges intelligencia

Arcfelismeréssel állapítják meg a gyerekek alultápláltságát és mobilhasználat alapján a szegénységet, mindezt emberi beavatkozás nélkül. A technológia lassan mindent megváltoztat.

A Genfben megrendezett Mesterséges Intelligencia a Jó Célokért nevű kiállításon mutatták be a fejlesztők és a feltalálók azokat a megoldásokat, amelyek a jövőben megkönnyíthetik a világon élő szegények életét. Például Irakban azt tesztelik, hogy műholdfelvételek alapján meg lehet-e becsülni egy távoli régióban az anyagi helyzetet. Ez úgy történik, hogy szoftverek kiértékelik, hogy hány embernél van világítás, milyen anyagokból vannak a házak tetői és az egyes portákon tartanak-e állatokat.

A kenyai Kimetrica cég egy olyan programot alkotott meg, amely a számítógép által vezérelt arcfelismerés segítségével képes megállapítani az 5 évesnél fiatalabb gyerekek esetében az alultápláltság mértékét. Anita Shah, a Kimetrica igazgatója elmondta, hogy a terméket már sikeresen tesztelték felnőtteken, s most testadatok és fotók segítségével trenírozzák. Az Egyesült Nemzetek Nemzetközi Gyermek Gyorssegélyalapjának (UNICEF) Innovációs Műhelye támogatja a projektet. Egy másik projekt azt vizsgálja, hogy a mobiltelefon-használat alapján lehet-e következtetni a szegénységre. Így például olyan dolgokat vesznek figyelembe, hogy a felhasználók hányszor töltik fel a mobiljaikat, inkább SMS-eket küldenek vagy telefonálnak, milyen hosszú ideig tartanak a beszélgetések, milyen nagy a kapcsolati hálózatuk, s hogy a különböző szokások eltérőek-e az egyes falvak esetében.


Naroa Zurutuza, a UNICEF Innovációs Műhelyének tudósa kiemelte, hogy a mesterséges intelligenciában az a nagyszerű, hogy a gépnek nem kell megmondani, hogy pontosan mit elemezzen ki. A program megtalálja magától az összefüggéseket, ehhez elegendő csupán adatokkal ellátni. Az adatok ugyanakkor névtelenek, így a felhasználók magánélete védve van.

Maurizio Vecchione, az Intellectual Ventures innovációs cégnél a Bill Gates által finanszírozott Global Good Fund nevű alapot vezeti. A Global Good Fund a világ legszegényebb emberei számára akar technológiai megoldásokat találni. A projektek elsősorban az egészségügyhöz és a gyógyításhoz kapcsolódnak. Vecchione hangsúlyozta, hogy a fejlődő országokban hiány van orvosokból és szakértőkből, ezért feltették a kérdést, hogy kifejleszthetők-e olyan megoldások, amelyek pótolni tudják a szakértőket. A válasz az volt, hogy igen.

Például már most is vannak olyan ultrahangos berendezések, amelyek csatlakoztathatók egy mobiltelefonhoz. Egy számítógép a mesterséges intelligencia segítségével feldolgozhatná a megkapott adatokat és legalább olyan pontos diagnózisokat tudna készíteni, mint egy szakember. Amennyiben egy alkalmazás ismerné a normális egészségügyi értékeket, akkor a legtöbb esetben akár egy képzett nővérnek is hasznos segítséget jelentene a diagnózisok elkészítésében és a kezeléseknél.


Még a gazdag országokban is a betegségek 80 százalékát viszonylag egyszerű módon kezelik. Például a kardiológusok által látott páciensek 80 százaléka csak gyógyszereket kap, és már most is vannak olyan diagnóziskészítő alkalmazások, amelyek a tesztek során gyakran pontosabb diagnózisokat adtak, mint a vezető szakértők. A Global Good Fundnak meggyőződése, hogy ezek a szoftverek forradalmasíthatják az egészségügyi ellátást a legszegényebb államokban, de akár a gazdag országokban is. Az alap a fejlődő államokban ingyen adja a program licencét, a gazdagabb országokban viszont pénzbe kerül. Vecchione leszögezte viszont, hogy a használathoz ki kell építeni az áram- és a mobilhálózatot.

"Természetesen a gépi tanulás nem olyan egyszerű, hogy bármekkora adatmennyiséget fel lehet tölteni az okostelefonba és utána az kiadja a tökéletes megoldást" - jelentette ki a szakember. A számítógépek táplálására szánt alapinformációkat nagyon precízen ki kell válogatni. Zurutuza szerint sok területen egész egyszerűen hiányzik az elegendő mennyiségű adat, de az egyértelmű, hogy ezekben a megoldásokban rendkívül nagy lehetőségek vannak.