От фермы до ДНК, данные преобразуют сельское хозяйство и точную медицину

Ни для кого не секрет, что данные и аналитика трансформируются практически во всех отраслях, поэтому я не удивился, увидев, что несколько сессий в Fortune Brainstorm Tech сосредоточились на этой теме. Но мне показалось интересным обсуждение новых видов использования сельскохозяйственных и геномных данных, а также разговор об «контроле ИИ», который действительно сводился к данным.

Геномная информация в родословной и цвете

Генеральный директор Ancestry Марго Георгиадис и соучредитель и генеральный директор Color Осман Лараки обсудили, как геномные данные могут повлиять на рынок здравоохранения.

Георгиадис отметил, что Ancestry, которая в настоящее время располагает информацией о 100 миллионах семейных историй и крупнейшем хранилище ДНК потребителей, существует уже около 30 лет и ориентирована на взаимодействие с потребителями. Но она также говорила о партнерстве с другими компаниями для достижения лучших результатов в области здравоохранения с помощью геномики.

Она напомнила аудитории, что «Твои гены не твоя судьба», сказав, что это всего лишь один сигнал, и что важно также взглянуть на историю семьи.

Лараки, чья фирма специализируется на точной медицине, обсуждала использование геномной информации для «создания инфраструктуры здравоохранения, которая может видеть дальше». В будущем мы «не будем думать об этом как о геномике, мы будем думать об этом как о здравоохранении». Он отметил огромную разницу между расходами на здравоохранение и стоимостью, которую мы получаем. Это «самая большая человеческая и предпринимательская возможность нашего поколения», сказал он, отметив, что система здравоохранения только начинает использовать геномику в первичной медицинской помощи.

Он рассказал о том, что касается как потребительских приложений, так и последствий для здоровья населения, и рассказал о взаимоотношениях компании с Институтом широкого развития Массачусетского технологического института.

Тем не менее, Георгиадис сказал, что конфиденциальность является корнем отношений компании со своими клиентами, и сказал, что люди используют и контролируют свои собственные данные. Она сказала, что компания никогда не предоставляет информацию правоохранительным органам, если она не вынуждена это делать, и в прошлом году это происходило только 10 раз. Все запросы касались мошенничества с кредитными картами, а не генетической информации.

Она сказала, что коллективные идеи, которые можно найти между записями, были важны. «Наш клиент никогда не бывает продуктом, - сказала она, - что выравнивание очень важно».

Георгиадис сказал, что компании, которые собирают геномную информацию, должны четко понимать, за что они выступают, и чтобы клиенты понимали, как организации будут использовать данные и делиться ими. Она сказала, что Ancestry, 23andMe и Helix установили набор генетических стандартов конфиденциальности и поощряют других игроков подписываться. Это включает использование данных о населении для медицинских и медицинских исследований.

По словам Георгиадиса, каждая технология создает новые проблемы. «Как лидеры, мы должны взять на себя ответственность за обдумывание и предвидение этих проблем и установление высоких стандартов для ведения бизнеса».

Сельскохозяйственные данные

На другом заседании генеральный директор Land O'Lakes Бет Форд и основатель и генеральный директор Gro Intelligence Сара Менкер обсудили, как данные меняют сельское хозяйство и предприятия вокруг него.

Форд рассказал об исследовании Land O'Lakes по прогнозирующим моделям, которые собирают данные фермеров о том, что посажено на различных типах почв и какие практики они делают, чтобы помочь фермерам узнать, какие изменения они могут внести в течение вегетационного периода. Она сказала, что Truterra Insights Engine фирмы содержит триллион точек данных. Цель состоит в том, чтобы повысить устойчивость, но в то же время повысить производительность.

Форд отметил, что Land O'Lakes - это кооператив, принадлежащий фермерам, и поэтому он направлен на повышение продуктивности и устойчивости фермерских хозяйств. Цель состояла в том, чтобы улучшить структуру стимулов для фермеров, заявив, что 96 процентов ферм все еще находятся в семейной собственности. Она обсудила «общую судьбу», которую все мы разделяем, добавив, что технологии необходимы или что продовольственная безопасность будет в опасности.

Она сказала, что данные отдельных фермеров разобраны, но в сочетании с прогнозными моделями, включая данные, полученные со спутников и беспилотников. «Мы будем собирать их данные, - сказал Форд, - но они им владеют».

Прогнозируемые модели и внесение изменений «в сезон» как никогда важнее, чем в этом году, сказал Форд, отметив драматические проблемы, связанные с погодой, с которыми сталкиваются фермеры. Она сказала, что средний фермер потерял деньги в прошлом году, и что низкие цены на сырье были проблемой для многих фермеров в течение многих лет.

По словам Менкера, Gro Intelligence работает над созданием прогностических моделей для прогнозирования спроса, предложения и цены на любой сельскохозяйственный продукт в любой точке мира. Она сказала, что компаниям, занимающимся продуктами питания и напитками, банкам и торговцам сырьевыми товарами, нужна эта информация, особенно из-за изменений, вызванных экстремальными погодными явлениями. Она отметила, что 10 миллионов акров сельскохозяйственных угодий были заброшены из-за наводнений в этом году, что составляет 6, 5 миллиардов долларов упущенного дохода.

Менкер рассказал о том, как система предназначена для приема наборов данных и реагирования на рыночные события, и как это позволит фирмам структурировать финансовые инструменты для лучшего управления рисками. Это, по ее словам, в конечном итоге приведет к снижению стоимости капитала для фермеров. Раньше она торговала нефтью и газом, и было легче получить капитал для развития энергетики, чем заниматься сельским хозяйством.

IBM и Salesforce о данных, честности и этике ИИ

Главный операционный директор IBM Research Дарио Джил и главный научный сотрудник Salesforce Ричард Сошер рассказали об искусственном интеллекте и важности использования его в соответствии с этическими и справедливыми способами.

«ИИ окажет влияние на каждую отрасль», - сказал Сошер, но, в конце концов, ИИ может быть не хуже данных, которые мы используем для его обучения. В результате, по его словам, в этой области необходимо больше внимания уделять этике. Он отметил, что как любой инструмент - компьютеры, интернет или даже молоток - ИИ может использоваться как хорошо, так и плохо.

Гил назвал ИИ «неудачным термином», потому что люди слышат этот термин и думают, что он действует сам по себе. Он сказал, что мы должны просто заменить слово «программное обеспечение» на «ИИ». Это делает более ясным, где лежит ответственность. «Ответственность должна зависеть от людей и учреждений, которые создают программное обеспечение», - сказал он.

Отвечая на вопрос о «глубоких подделках», Сошер сказал, что люди подделывают фотографии в течение длительного времени, и в то же время люди стали лучше распознавать поддельные фотографии. Он сказал, что мы должны прийти к такому же пониманию с видео, но в настоящее время было очень трудно создать действительно убедительные видеоролики. На данный момент, сказал Сошер, он гораздо больше беспокоился о том, что люди создают фальшивые новости, делятся ими в социальных сетях и рекомендуют AI.

Гил говорил о проблеме предвзятости, указывая на несколько слоев проблемы. На первом уровне находится основной алгоритм AI. Помимо этого, существует проблема данных. Например, он отметил, что существуют правила и аспект подотчетности при оценке кредита в банковской сфере. Но если вы просто используете одобрения в течение последних 20 или 30 лет, модель даст больше доверия мужчинам, чем женщинам. Нейронная сеть не смещена, сказал он, но набор данных есть. На другом уровне он говорил о предвзятости более высокого уровня, в которой большинство людей, работающих в искусственном интеллекте, - белые люди, и, по его словам, эта отрасль «пытается улучшить».

Гил сказал, что одна из серебряных накладок заключается в том, что если кому-то отказывают в кредите и кто-то принимает решение, одному человеку легко дать оправдание. Но если вы посмотрите на решения из алгоритма в течение определенного периода времени, гораздо легче увидеть, что на самом деле происходит. «ИИ ставит зеркало перед нашими лицами», - сказал он, отметив, что изменить алгоритм легче, чем 1000 человек.

• Технология Fortune Brainstorm: меняющиеся модели электронной коммерции Технология Fortune Brainstorm: меняющиеся модели электронной коммерции
• Технология Fortune Brainstorm: Создание «Интернет-компьютера» Технология Fortune Brainstorm: Создание «интернет-компьютера»
• Ледяное озеро Intel становится реальным: 5 ключевых выносов Ледяное озеро Intel становится реальным: 5 ключевых выносов

Как часть этого, он описал работу, которую IBM делает, чтобы искать смещение в данных и принимать более справедливые решения. Он отметил, что справедливость включает в себя множество различных метрик, и что переменные скрытно связаны друг с другом, и это усложняет задачу.

Сошер отметил, что предвзятость «не так легко устранить, как кажется». Он отметил, что вы можете удалить расу или пол из алгоритма, но получить тот же результат, учитывая почтовый индекс и доход. Он отметил, что это было трудно, потому что Salesforce не создает одно приложение - вместо этого оно создает приложения меньшего размера для 150 000 организаций, каждое из которых использует свои собственные данные. Он отметил, что некоторые формы предвзятости могут быть приемлемыми, например, не продавать молокоотсосы мужчинам. Но в других случаях это может быть незаконно или неправильно. «Серебряной пули нет», - сказал Сошер. - «Это должно быть мышление».