Framtiden för AI-forskning ligger i Afrika

En bild av en app som upptäcker sjukdomar i kassavaväxter. med tillstånd av Google

När hon sitter i en hotellobby i Tanger, Marocko, skrattar Charity Wayua när hon berättar om sin resa till staden för en konferens om teknik och innovation. Efter att ha börjat sin resa i Nairobi, Kenya, där hon leder ett av IBM:s två forskningscenter i Afrika, var hon tvungen att flyga förbi sin destination för en mellanlandning i Dubai, dubbla tillbaka till Casablanca och sedan ta en tre och en halv -timmes bilresa till Tanger. Vad som skulle ha varit en sju till åtta timmar lång direktflygning var istället en nästan 24 timmar lång odyssé. Det är inget ovanligt, säger hon.

Besväret med att resa inom regionen är inte det enda som gör det svårt för Afrikas forskarsamhälle: svårigheten att resa ut av regionen har ofta lämnat sina forskare utanför det internationella samtalet. Även om dessa frågor har påverkat alla vetenskapliga områden, förstärks de i AI-forskning. Innovationstakten innebär till exempel att upprepade missade konferenser om visumproblem – vilket har gjort det svårt för afrikanska forskare att delta i några av världens största AI-evenemang i USA och Kanada – lätt kan få en forskare att hamna på efterkälken.

Trots oddsen har det afrikanska maskinlärande samhället blomstrat under de senaste åren. 2013 startade en lokal grupp av industriutövare och forskare Data Science Africa, en årlig workshop för att dela resurser och idéer. 2017 bildade en annan grupp organisationen Deep Learning Indaba, som nu har avdelningar i 27 av kontinentens 54 länder. Universitetskurser och andra utbildningsprogram dedikerade till undervisning i maskininlärning har växt fram som svar på den ökande efterfrågan.

Det internationella samfundet har också noterat. I slutet av 2013 öppnade IBM Research sitt första afrikanska kontor i Nairobi; den lade till ytterligare en i Johannesburg, Sydafrika, 2016. Tidigare i år öppnade Google ett nytt AI-labb i Accra, Ghana, och nästa år kommer ICLR, en stor AI-forskningskonferens, att stå värd för sitt evenemang i Addis Abeba, Etiopien.

Charity Wayua leder IBMs forskningsteam i Nairobi, Kenya. med tillstånd av IBM Research

Skiftet är positivt för fältet, som har lidit av brist på mångfald och på många sätt en avskildhet från den verkliga världen. Många av de akademiska och företagsforskningslabb som dominerar AI-forskning är koncentrerade i rika bubblor av innovation som Silicon Valley och Kinas Zhongguancun i Peking. Den begränsade räckvidden visar sig i omfattningen av de produkter som dessa nav skapar. Afrika, å andra sidan, kan erbjuda ett sammanhang där AI kan återgå till sitt ursprungliga löfte: att skapa teknologi som tar itu med pressande globala utmaningar som hunger, fattigdom och sjukdomar.

Jag tror att för alla som letar efter tuffa utmaningar, säger Wayua, är det här platsen att vara.

Den afrikanska innovationsmodellen

Både IBM Researchs kontor i Kenya och Sydafrika och Googles AI-labb i Ghana delar samma uppdrag som sina moderorganisationer: att bedriva grundläggande och spetsforskning. De fokuserar på frågor som att öka tillgången till prisvärd hälsovård, göra finansiella tjänster mer inkluderande, stärka den långsiktiga livsmedelssäkerheten och effektivisera statlig verksamhet. Listan är inte olik den för ett labb som är beläget någon annanstans i världen, men sammanhanget ger en nyans till målen.

Forskning kan inte skiljas från miljön där den utförs, säger Moustapha Cisse, chef för Google AI Ghana. Att vara i en miljö där utmaningarna är unika på många sätt ger oss en möjlighet att utforska problem som kanske andra forskare på andra platser inte skulle kunna utforska.

Forskare diskuterar ett projekt om personlig utbildning i Nairobi. med tillstånd av IBM Research

Innan Google grundade sitt AI-labb i Ghana började Google till exempel arbeta med bönder på landsbygden i Tanzania för att förstå några av de kamper som de stod inför för att upprätthålla en konsekvent livsmedelsproduktion. Forskarna lärde sig att grödor kan minska avkastningen avsevärt, så de skapade en maskininlärningsmodell som kunde diagnostisera tidiga stadier av sjukdom i kassavaväxten, en viktig basgröda i regionen. Modellen, som fungerar direkt på lantbrukarnas telefoner utan att behöva tillgång till internet, hjälper dem att ingripa tidigare för att rädda sina växter.

Wayua ger ett annat exempel. År 2016 upptäckte Johannesburg-teamet vid IBM Research att processen att rapportera cancerdata till regeringen, som använde den för att informera nationella hälsopolicyer, tog fyra år efter diagnosen på sjukhus. I USA tar motsvarande datainsamling och analys bara två år. Den ytterligare eftersläpningen visade sig delvis bero på den ostrukturerade karaktären hos sjukhusens patologirapporter. Mänskliga experter läste varje fall och klassificerade det i en av 42 olika cancertyper, men den fria texten i rapporterna gjorde detta mycket tidskrävande. Så forskarna gick till arbetet en maskininlärningsmodell som kan märka rapporterna automatiskt. Inom två år hade de utvecklat ett framgångsrikt prototypsystem och de strävar nu efter att göra det skalbart så att det kan vara användbart i praktiken.

Teknik är bara hälften av ekvationen, säger Wayua. Den andra hälften är att kunna förstå problemen som vi ser och att kunna definiera dem objektivt på ett sätt som vetenskap och ingenjörsvetenskap kan ta itu med.

IBM Researchs kontor i Nairobi, Kenya. med tillstånd av IBM Research

När ett forskningsprojekt är redo för den verkliga världen, kommer en annan svår bit: att få inköp från de avsedda användarna. Relationer är verkligen viktiga för att driva förändring, säger Wayua. Det är lätt att samla in data och designa ett perfekt system i ett vakuum, men det är meningslöst om ingen vill använda det. Det är relationerna som du kontinuerligt bygger över tiden som hjälper dig att förstå varför det du försöker implementera inte riktigt fungerar, tillägger hon.

Att svara på användarnas behov hjälper också till att driva grundläggande framsteg i teknikens kapacitet. Google AI Ghana arbetar nu med att förbättra förståelsen av naturliga språk, till exempel för att tillgodose de cirka 2 000 språk som talas i Afrika. Det är den överlägset mest språkliga platsen på jorden, säger Cisse. Det finns mycket att lära och forska av det.

Nästa generation

Cisse och Wayua delar liknande karriärbanor. Var och en lämnade Afrika för högre utbildning innan de kom tillbaka, i hopp om att kunna tillämpa sina färdigheter på ett sätt som skulle maximera deras inverkan. Cisse jobbade på Facebook i Europa medan han väntade på rätt tillfälle att komma tillbaka.

En afrikansk forskare som undervisar studenter. med tillstånd av IBM Research

Nu är båda djupt investerade i att utveckla fler lokala utbildningsmöjligheter för ungdomar som är intresserade av AI. Cisse grundade och regisserar Afrikansk magisterexamen i maskinintelligens , ett ettårigt intensivt program som driver lärandeprogram runt om i regionen och tar in några av de bästa AI-forskarna runt om i världen. Wayuas labb anställer högpresterande studenter för att arbeta tillsammans med heltidspersonal och betalar för att de ska ta onlinemasterprogrammet i datavetenskap som erbjuds av Georgia Tech University.

Den främsta resursen för att forska är begåvade människor, och du kommer att hitta fler talanger i Afrika än någon annanstans, säger Cisse och pekar på den oproportionerligt unga befolkningen. Energin för teknik här är bara fantastisk. Frågan är hur man utrustar dessa begåvade människor med kompetens så att de äger kontinentens transformation och bygger sin egen framtid?

När Cisse undervisar sina elever i masterprogrammet berättar han för dem att om fem år kommer de att vara de som leder fältet och kommer tillbaka för att undervisa klasserna. Han tvivlar inte på detta.

Framtiden för forskning om maskininlärning ligger i Afrika, säger han, oavsett om folk vet det eller inte.

Dölj