چگونه هوش مصنوعی باعث رشد بهره وری اقتصادی میشود؟
تجربه شرکتهای تکنولوژی در مبارزه با فقر
شناسایی فقر بابهرهگیری تصاویر ماهوارهای و یادگیری عمیق
در بسیاری از کشورهای جهان سوم، دادههای قابل اتکایی از متغیرهای اقتصادی مختلف در دست نیست زیرا بسیاری از این کشورها دارای زیرساختی ضعیف بوده و از دقت کافی در جمعآوری داده نیز برخوردار نیستند.
افزون بر این، ساختارهای قدرت سیاسی نیز برنامه خاص خود را دارند و از این رو دادهها میتوانند تمایل به نشان دادن اعداد خوشبینانهتر یا اعداد ساخته شده داشته باشند. بدون تردید، چنین وضعیتی مهلکترین سم برای پیشرفت اقتصادی است زیرا اولین لازمه برنامهریزی درست اقتصادی در هر کشوری، داشتن دادههای باکیفیت است و کمبود دادههای با کیفیت مانع توسعه و رشد اقتصادی میشود.
برای رفع چنین چالشی، محققان دانشگاه استنفورد (Stanford) با بهرهگیری از تصاویر عمومی ماهوارهای و پردازش آنها با روشهای هوش مصنوعی موفق شدهاند با صحت بیشتری مناطق جغرافیایی فقیر (مکانهای فقر) را شناسایی کنند. برای این کار، مارشال بورک (Marshall Burke) و همکارانش بهصورت آزمایشی تصاویر بسیاری از مناطق آفریقا (روآندا، نیجریه، اوگاندا، مالاوی و تانزانیا) را در شب و روز تهیه کردند. سپس با گنجاندن دادههای اقتصادی موجود در کنار آنها و ایجاد یک مجموعه داده جدید و پردازش آن مجموعه از طریق یک سیستم هوش مصنوعی - یک شبکه عصبی پیچشی (Convolutional Neural Network) بسیار مناسب برای پردازش تصویر- توانستند مناطق فقیر را با صحت ۸۱تا ۹۹درصد پیشبینی کنند. این میزان صحت میتواند شدیدا اثربخشی برنامهریزیهای اقتصادی را افزایش داده و منجر به بهبود مدیریت توزیع کالا و خدمات شود.
آیبیام و مبارزه با بیسوادی
تصور کنید روزی روباتهای چت (Chattbot) هوشمند جایگزین معلمان در مناطق فقیر شوند. معلمان هوش مصنوعی (AI-teacher) میتوانند دانش آموزان را بر اساس برنامه درسی کنترل شده (Controlled syllabus) آموزش دهند. این کار از دو مزیت برخوردار است: اول اینکه خلأ مهارتی (Skill Gap) در مناطق فقیرنشین کم میشود یعنی اینکه روباتها میتوانند مطالب دست اولی را به دانشآموزان تدریس کنند و دوم اینکه متناسب با هر دانشآموز یک ارزیابی عملیاتی صورت میگیرد و سطح دانش او با دقت بیشتری اندازهگیری میشود. در راستای همین موضوع، شرکت معروف IBM اقدام به تاسیس بخشی بهنام Social Good Directive)SGD) کرده است. رسالت اصلی این بخش بهرهگیری از فناوریهای هوش مصنوعی برای حل مسائل اجتماعی است که در صدر آنها موضوع فقر قرار دارد. یکی از نوآوریهای فنی این شرکت فناوری Simpler Voice است، این فناوری که با مشارکت انجمن اعتلای سواد تگزاس مرکزی (LCCT) توسعه یافته است بهدنبال ریشه کن کردن بیسوادی و کم سوادی است و در فاز اول ۳۲ میلیون والدین کم سواد آمریکایی را مورد هدف قرار داده است.
مبارزه با فقر از طریق کشاورزی هوشمند در تامین غذا
دانشگاه کارنگی ملون (CMU) بر اساس پیشبینی جمعیت ۶/ ۹ میلیاردی جهان در سال ۲۰۵۰، با استفاده از روباتیک و هوش مصنوعی در بخش کشاورزی بر ریشهکن کردن فقر تمرکز کرده است.
پروژه دانشگاه CMU موسوم به FarmView با استفاده از هوش مصنوعی همراه با روباتهایی مانند هواپیماهای بدون سرنشین، در حال تحقیق در مورد رشد ذرت خوشهای (Sorghum) و سایر محصولات اصلی غذایی در کشورهای در حال توسعه جهان سوم است. ذرت خوشهای بهعنوان منبع غذایی و در تولید سوختهای زیستی استفاده میشود.
ذرت خوشهای پنجمین محصول غلات پراهمیتی است که با پروتئین غنی شده، در دنیا رشد میکند و از آنجا که بیش از ۴۲هزار نوع گونه (واریته) دارد، حتی اگر در شرایط غیر ایده آلی نیز کاشته شود از نظر ژنتیکی مقاوم است. هواپیماهای بدون سرنشین دادههایی را که برای استراتژیهای کاشت و برداشت بهینه تجزیه و تحلیل میشود، را دریافت و ضبط میکنند. امید است که از طریق حسگرهای هوشمند، یک سیستم جامع اصلاح نژاد و مدیریت گیاه تولید شود و با اینکار چرخه رشد «دانههای مقاوم در برابر خشکسالی و گرما» که در مناطق «قحطی زده» کاشته میشوند را تسریع و بهبود دهد و در نتیجه آن غذای بیشتری برای منطقه فراهم شود و منبع اصلی درآمد افراد نیز افزایش یابد.
علی بابا و مبارزه با فقر
شرکت چینی علی بابا (Alibaba) که بهعنوان بزرگترین شرکت خرده فروشی جهان شناخته میشود و در زمینههایی نظیر رایانش ابری و هوش مصنوعی نیز به شدت فعال است، در زمینه مبارزه با فقر اقدامات متعددی انجام داده است.
بهعنوان نمونه، در سال ۲۰۱۷، علیبابا و برنامه جهانی غذای سازمان ملل متحد (WFP) در یک پروژه مشترک کاهش فقر کار کردند که این پروژه کشاورزان استان آنهویی (Anhui) در شرق چین را از طریق تجارت الکترونیکی به مصرفکنندگان متصل میکرد.
متخصصان علی بابا بر این باورند که این پروژه به کشاورزان اعم از تولیدکنندگان کوچک و مستقل، اجازه داد تا به بازار گستردهتری نسبت به منطقه محلی خود دست یابند و قیمتهای بهتری را برای محصولات خود بهدست آورند. افزون بر این علی بابا در سال ۲۰۱۸ نیز یک پروژه بسیار بزرگ دیگر را با WFP کلید زد. این فناوری که از آن بهعنوان «Hunger Map LIVE» یاد میشود در واقع یک سیستم پیشگام جهانی نظارت بر گرسنگی است که از هوش مصنوعی، یادگیری ماشین و تجزیه و تحلیل دادهها برای پیشبینی و رصد میزان و شدت گرسنگی در بیش از ۹۰ کشور استفاده میکند. به گفته کارشناسان این رصد تقریبا در زمان واقعی یا نزدیک به آن صورت میپذیرد.
به گفته اقتصاددان ارشد WFO «عدم امنیت غذایی (Food Insecurity) معمولا بهصورت ایستا اندازهگیری میشود گرچه ما میدانیم پویا است زیرا همیشه تغییر میکند.» با استفاده از فناوری «Hunger Map LIVE»، جامعه جهانی میتواند به برآوردهای دقیقی از ناامنی غذایی دسترسی پیدا کند که این یک انقلاب مهم در حوزه برنامهریزی امنیت غذایی است.