IBM kondigde het Science for Social Good-initiatief en de 12-projecten aan die het voor 2017 zullen omvatten. Het programma maakt gebruik van big data, deep learning en AI om complexe sociale problemen op te lossen.
DATA-GEDREVEN OPLOSSINGEN
Op juni 6 lanceerde IBM Wetenschap voor sociaal welzijn, een nieuw programma dat is ontworpen om enkele van 's werelds zwaarste problemen aan te pakken met behulp van technologie en gegevens. Het team van onderzoekers, non-profitorganisaties en postdoctorale fellows zullen werken aan 12-projecten voor de rest van 2017 alleen, elk in lijn met ten minste één van de Verenigde Naties (VN) Sustainable Development Goals. Deze doelen beschrijven de belangrijkste bedreigingen en ongelijkheden die er tegenwoordig in de wereld bestaan en beschrijven ze als problemen die moeten worden opgelost door 2030.
Alle Science for Social Good-projecten maken gebruik van analyses, kunstmatige intelligentie (AI) en data science om hun doelen te bereiken. Specifieke projecten voor 2017 zijn onder andere Emergency Food Best Practice, dat de voedselverdelingspraktijken in tijden van crisis zal verbeteren, en het project Overcoming Illiteracy, waarmee analfabete en laaggeletterde volwassenen gemakkelijker onze informatierijke samenleving kunnen 'decoderen' met behulp van AI. IBM's Watson zal ook werken aan een project - Combatting the Opioid Crisis.
DIEP DUIK PROBLEEM OPLOSSEN
Elk project onder het nieuwe programma is zorgvuldig ontworpen om gebruik te maken van AI, big data en machine learning en heeft het potentieel om miljoenen levens te veranderen. Op deze manier kunnen de teams jaren of zelfs tientallen jaren werk scheren van traditionele oplossingen voor hardnekkige sociale problemen. Het opioïde project gaat bijvoorbeeld uit van het bewezen uitgangspunt dat het meeste opioïde misbruik en verslaving begint met een recept. Het team kan de ongeëvenaarde vaardigheden van Watson gebruiken om verslavingspatronen te herkennen, op feiten gebaseerde regels leren voor meer verantwoord schrijven van recepten en vervolgens systemen voor vroegtijdige waarschuwing ontwikkelen voor gebruik door gezondheidswerkers en ambtenaren van de volksgezondheid.