De toekomst van AI-onderzoek ligt in Afrika

Een afbeelding van een app die ziektes in cassaveplanten detecteert. met dank aan Google

Charity Wayua, zittend in een hotellobby in Tanger, Marokko, lacht terwijl ze vertelt over haar reis naar de stad voor een conferentie over technologie en innovatie. Nadat ze haar reis was begonnen in Nairobi, Kenia, waar ze leiding geeft aan een van de twee onderzoekscentra van IBM in Afrika, moest ze voorbij haar bestemming vliegen voor een tussenstop in Dubai, terug naar Casablanca en vervolgens een drie-en-een-half -uur rijden naar Tanger. Wat een rechtstreekse vlucht van zeven tot acht uur zou zijn geweest, was in plaats daarvan een odyssee van bijna 24 uur. Dat is niet ongebruikelijk, zegt ze.

Het gedoe van reizen binnen de regio is niet het enige dat dingen moeilijk maakt voor de onderzoeksgemeenschap in Afrika: de moeilijkheid van reizen uit van de regio heeft zijn onderzoekers vaak buiten het internationale gesprek gelaten. Hoewel deze problemen elk wetenschappelijk gebied hebben getroffen, worden ze versterkt in AI-onderzoek. De snelheid van innovatie betekent bijvoorbeeld dat het herhaaldelijk missen van conferenties over visumproblemen - waardoor het voor Afrikaanse wetenschappers moeilijk is om enkele van 's werelds grootste AI-evenementen in de VS en Canada bij te wonen - een onderzoeker gemakkelijk achterop kan laten raken.

Ondanks de kansen is de Afrikaanse machine-learninggemeenschap de afgelopen jaren tot bloei gekomen. In 2013 begon een lokale groep van beoefenaars en onderzoekers uit de industrie met Data Science Africa, een jaarlijkse workshop voor het delen van bronnen en ideeën. In 2017 vormde een andere groep de organisatie Deep Learning Indaba, die nu afdelingen heeft in 27 van de 54 landen van het continent. Universitaire cursussen en andere educatieve programma's die gericht zijn op het onderwijzen van machine learning, zijn snel gegroeid als reactie op de toenemende vraag.

Ook de internationale gemeenschap heeft kennis genomen. Eind 2013 opende IBM Research zijn eerste Afrikaanse kantoor in Nairobi; het voegde er nog een toe in Johannesburg, Zuid-Afrika, in 2016. Eerder dit jaar opende Google een nieuw AI-lab in Accra, Ghana, en volgend jaar zal ICLR, een grote AI-onderzoeksconferentie, zijn evenement hosten in Addis Abeba, Ethiopië.

Charity Wayua leidt het IBM Research-team in Nairobi, Kenia. met dank aan IBM Research

De verschuiving is positief voor het veld, dat te lijden heeft gehad van een gebrek aan diversiteit en, in veel opzichten, een onthechting van de echte wereld. Veel van de academische en zakelijke onderzoekslaboratoria die AI-onderzoek domineren, zijn geconcentreerd in rijke innovatiebubbels zoals Silicon Valley en China's Zhongguancun in Peking. Die beperkte reikwijdte blijkt uit de reikwijdte van de producten die deze hubs maken. Aan de andere kant kan Afrika een context bieden waarin AI kan terugkeren naar zijn oorspronkelijke belofte: het creëren van technologie die urgente wereldwijde uitdagingen zoals honger, armoede en ziekte aanpakt.

Ik denk dat voor iedereen die op zoek is naar zware uitdagingen, zegt Wayua, dit de plek is waar je moet zijn.

Het Afrikaanse innovatiemodel

Zowel de kantoren van IBM Research in Kenia en Zuid-Afrika als het AI-lab van Google in Ghana delen dezelfde missie als hun moederorganisaties: fundamenteel en grensverleggend onderzoek verrichten. Ze richten zich op zaken als het vergroten van de toegang tot betaalbare gezondheidszorg, het inclusiever maken van financiële diensten, het versterken van de voedselzekerheid op de lange termijn en het stroomlijnen van overheidsactiviteiten. De lijst is niet anders dan die voor een lab ergens anders in de wereld, maar de context voegt nuance toe aan de doelstellingen.

Onderzoek is niet los te zien van de omgeving waarin het wordt uitgevoerd, zegt Moustapha Cisse, directeur van Google AI Ghana. Omdat we ons in een omgeving bevinden waar de uitdagingen in veel opzichten uniek zijn, kunnen we problemen onderzoeken die andere onderzoekers op andere plaatsen misschien niet zouden kunnen onderzoeken.

Onderzoekers bespreken een project over gepersonaliseerd onderwijs in Nairobi. met dank aan IBM Research

Voordat Google bijvoorbeeld zijn AI-lab in Ghana oprichtte, begon werken met boeren op het platteland van Tanzania om een ​​aantal van de problemen te begrijpen waarmee ze te maken hadden bij het handhaven van een consistente voedselproductie. De onderzoekers ontdekten dat gewasziekte de opbrengst aanzienlijk kan verminderen, dus creëerden ze een machinaal lerend model dat vroege stadia van ziekte kon diagnosticeren in de cassaveplant, een belangrijk hoofdgewas in de regio. Het model, dat rechtstreeks werkt op de telefoons van boeren zonder toegang tot internet, helpt hen eerder in te grijpen om hun planten te redden.

Wayua geeft nog een voorbeeld. In 2016 ontdekte het Johannesburg-team van IBM Research dat het proces van het rapporteren van kankergegevens aan de overheid, die ze gebruikte om het nationale gezondheidsbeleid te informeren, vier jaar duurde na de diagnose in ziekenhuizen. In de VS duurt het verzamelen en analyseren van gelijkwaardige gegevens slechts twee jaar. De extra vertraging bleek mede te wijten aan het ongestructureerde karakter van de pathologierapporten van de ziekenhuizen. Menselijke experts lazen elk geval en classificeerden het in een van de 42 verschillende kankertypes, maar de vrije tekst op de rapporten maakte dit erg tijdrovend. Dus gingen de onderzoekers aan de slag een machine learning-model die de rapporten automatisch kunnen labelen. Binnen twee jaar hadden ze een succesvol prototypesysteem ontwikkeld en nu streven ze ernaar om het schaalbaar te maken, zodat het bruikbaar is in de praktijk.

Technologie is slechts de helft van de vergelijking, zegt Wayua. De andere helft is in staat zijn om de problemen die we zien te begrijpen en ze objectief te kunnen definiëren op een manier die wetenschap en techniek kunnen aanpakken.

IBM Research's kantoor in Nairobi, Kenia. met dank aan IBM Research

Zodra een onderzoeksproject klaar is voor de echte wereld, komt er nog een moeilijk stuk: buy-in krijgen van de beoogde gebruikers. Relaties zijn echt belangrijk bij het stimuleren van verandering, zegt Wayua. Het is gemakkelijk om gegevens te verzamelen en een perfect systeem te ontwerpen in een vacuüm, maar dat heeft geen zin als niemand het wil gebruiken. Het zijn de relaties die je in de loop van de tijd voortdurend opbouwt, waardoor je kunt begrijpen waarom wat je probeert te implementeren niet echt werkt, voegt ze eraan toe.

Inspelen op de behoeften van gebruikers helpt ook bij het stimuleren van fundamentele vooruitgang in de mogelijkheden van de technologie. Google AI Ghana werkt nu aan het verbeteren van het begrip van natuurlijke taal, bijvoorbeeld om tegemoet te komen aan de ongeveer 2.000 talen die in Afrika worden gesproken. Het is verreweg de taalkundig meest diverse plek op aarde, zegt Cisse. Daar valt veel van te leren en te onderzoeken.

De volgende generatie

Cisse en Wayua delen vergelijkbare loopbaantrajecten. Elk verliet Afrika voor hoger onderwijs voordat ze terugkwamen, in de hoop hun vaardigheden toe te passen op een manier die hun impact zou maximaliseren. Cisse werkte bij Facebook in Europa terwijl hij wachtte op de juiste gelegenheid om terug te keren.

Een Afrikaanse wetenschapper die studenten lesgeeft. met dank aan IBM Research

Beiden investeren nu veel in het ontwikkelen van meer lokale onderwijsmogelijkheden voor jongeren die geïnteresseerd zijn in AI. Cisse richtte en leidt de Afrikaanse master in machine-intelligentie , een eenjarig intensief programma dat leerprogramma's in de hele regio uitvoert en enkele van de beste AI-onderzoekers over de hele wereld binnenhaalt. Het laboratorium van Wayua neemt goed presterende studenten in dienst om samen met voltijds personeel te werken en betaalt voor hen om het online masterprogramma in computerwetenschappen te volgen, aangeboden door Georgia Tech University.

De belangrijkste bron voor onderzoek zijn getalenteerde mensen, en je vindt meer talent in Afrika dan waar dan ook, zegt Cisse, wijzend op de onevenredig jonge bevolking. De energie voor technologie hier is gewoon geweldig. De vraag is hoe je die getalenteerde mensen uitrust met de vaardigheden zodat ze eigenaar worden van de transformatie van het continent en hun eigen toekomst bouwen?

Als Cisse zijn studenten lesgeeft in het masterprogramma, vertelt hij hen dat zij over vijf jaar degenen zijn die het veld leiden en terugkeren om de lessen te geven. Daar twijfelt hij niet aan.

De toekomst van machine learning-onderzoek ligt in Afrika, zegt hij, of mensen het nu weten of niet.

zich verstoppen