A gazdaságoktól a DNS-ig az adatok átalakítják a gazdálkodást és a precíziós gyógyszert

Nem titok, hogy az adatok és az analitika szinte minden iparágat átalakítanak, ezért nem leptem meg, hogy a Fortune Brainstorm Tech számos ülésén a témára fókuszáltam. De nagyon érdekesnek találtam a mezõgazdasági és a genomi adatok új felhasználási lehetőségeinek megbeszélését, valamint egy olyan beszélgetést az „AI ellenõrzésérõl”, amely valóban adathoz is jutott.

Genomikus információk az ősökben és a színekben

Az ősök vezérigazgatója, Margo Georgiadis, valamint a Colour társalapítója és vezérigazgatója, Othman Laraki megvitatták, hogy a genomi adatok hogyan befolyásolhatják az egészségügyi piacot.

Georgiadis megjegyezte, hogy az Ancestry, amely jelenleg 100 millió családi történelemmel rendelkezik és a legnagyobb fogyasztói DNS-tárolóval rendelkezik, 30 éve működik, és a fogyasztói interakciókra összpontosít. De arról beszélt, hogy más cégekkel is együttműködik, hogy a genomika révén jobb egészségügyi eredményeket érjen el

Emlékeztette a közönséget, hogy "a gének nem a sorsod", mondván, hogy ez csak egy jel, és hogy fontos a családi történelem áttekintése is.

Laraki, akinek a precíziós orvostudományra összpontosít, megbeszélte a genomi információ felhasználását, hogy "olyan egészségügyi infrastruktúrát építsen ki, amely tovább látható az úton". A jövőben "nem gondolunk rá genomikára, hanem az egészségügyre gondolunk". Megállapította, hogy az egészségügyre fordítottak és az általunk elért érték között hatalmas különbség van. Ez a generációnk legnagyobb "emberi és vállalkozói lehetősége" - mondta. Megjegyezve, hogy az egészségügyi rendszer csak most kezd el használni a genomikát az alapellátásban.

Beszélt arról, hogy vannak-e a fogyasztói alkalmazások és a népesség szintű egészségügyi ellátás következményei, és beszélt a társaság kapcsolatáról az MIT Broad Institute-jával.

Ennek ellenére a Georgiadis szerint a magánélet a társaság ügyfeleivel fennálló kapcsolatának gyökere, és azt mondta, hogy az egyének saját adataikat használják és irányítják. Azt mondta, hogy a társaság soha nem ad információt a bűnüldözésnek, kivéve, ha erre kényszerítik, és tavaly csak tízszer történt. A kérelmek mindegyike hitelkártya-csalással, nem genetikai információkkal kapcsolatos.

Azt mondta, hogy fontosak a kollektív betekintések, amelyek a nyilvántartások között átvilágíthatók. "Ügyfelünk soha nem a termék - mondta." - Az összehangolás rendkívül fontos."

A Georgiadis szerint a genomi információkat gyűjtő társaságoknak tisztában kell lenniük azzal, mire állnak, és ügyelniük kell arra, hogy az ügyfelek megértsék, hogy a szervezetek hogyan fogják használni és megosztják az adatokat. Azt mondta, hogy az Ancestry, a 23andMe és a Helix létrehozta a genetikai adatvédelmi szabványok sorozatát, és ösztönözte a többi szereplőt a bejelentkezésre. Ez magában foglalja a népesség szintű adatok felhasználását orvosi és egészségügyi kutatásokhoz.

Minden technológia új kérdéseket hoz létre - mondta Georgiadis. "Vezetőként felelősséget kell vállalnunk az e kérdések megfontolásáért és előrejelzéséért, valamint az üzleti tevékenységünk magas színvonalának megteremtéséért."

Mezőgazdasági adatok

Egy másik ülésén Beth Ford Land vezérigazgatója, valamint a Gro Intelligence alapítója és vezérigazgatója, Sara Menker megvitatták, hogy az adatok hogyan változnak a mezőgazdaságban és az azt körülvevő vállalkozásokban.

Ford arról beszélt, hogy az O'Lakes Land olyan prediktív modellekkel foglalkozik, amelyek rögzítik a gazdák adatait arról, hogy mi a különféle talajtípusokba ültetve és milyen gyakorlatokat végeznek. Szerinte a Truterra Insights Engine trillió adatpontot tartalmaz. A cél az ellenálló képesség növelése, ugyanakkor a termelékenység javítása.

A Land O'Lakes egy mezőgazdasági termelők tulajdonában lévő szövetkezet, jegyezte meg Ford. Ezért a mezőgazdasági üzemek termelékenységének és fenntarthatóságának javítására összpontosít. A cél a gazdálkodók ösztönző struktúrájának javítása volt, mivel a gazdaságok 96% -a továbbra is családi tulajdonban van. Beszélt arról a "közös sorsról", amelyben mindannyian osztozunk, és hozzátette, hogy technológiára van szükség, vagy az élelmiszerbiztonság veszélybe kerül.

Szerinte az egyes gazdálkodók adatait megsemmisítették, de előrejelző modellekkel kombinálva, beleértve a műholdaktól és a drónoktól gyűjtött adatokat. "Fel fogjuk gyűjteni az adataikat - mondta Ford -, de ők a birtokukban vannak."

A prediktív modellek és a szezonon belüli változások elvégzése, mint soha nem volt olyan fontos, mint ebben az évben, mondta Ford, megjegyezve, hogy a mezőgazdasági termelők drámai időjárási problémákkal szembesülnek. Azt mondta, hogy egy átlagos mezőgazdasági termelő pénzt veszített tavaly, és hogy az alacsony nyersanyagárak évek óta problémát jelentenek sok gazdálkodó számára.

A Gro Intelligence prediktív modellek kidolgozásán dolgozik, hogy előre jelezze a mezőgazdasági termékek kínálatát, keresletét és árát a világ bármely pontján - mondta Menker. Azt mondta, hogy az élelmiszer- és italgyártóknak, a bankoknak és az árut kereskedőknek szükségük van erre az információra, különösen a szélsőséges időjárási események miatt bekövetkező változások miatt. Megjegyezte, hogy az idei árvizek miatt 10 millió hektár mezőgazdasági területet hagytak el, ami 6, 5 milliárd dolláros veszteséget jelent.

Menker beszélt arról, hogy a rendszert hogyan alakítják ki az adatkészletek befogadására és a piaci eseményekre való reagálásra, és hogy ez lehetővé teszi a cégek számára a pénzügyi eszközök strukturálását a kockázatok jobb kezelése érdekében. Ez, mondta, ez végül csökkenti a mezőgazdasági termelők tőkeköltségét. Szokott olajat és gázt kereskedni, és hogy könnyebb volt tőkét szerezni az energia fejlesztéséhez, mint a gazdálkodáshoz.

Az IBM és a Salesforce az adatokkal, a valósággal és az AI etikával kapcsolatban

Dario Gil, az IBM Research üzemeltetési igazgatója és Richard Socher az Salesforce vezérigazgatója beszélt az AI-ról és annak etikai és tisztességes módon történő használatának fontosságáról.

"Az AI minden iparágat befolyásol" - mondta Socher, ám végül az AI csak annyira jó lehet, mint azok az adatok, amelyeket a képzéshez használunk. Ennek eredményeként - mondta - a területnek inkább az etikára kell összpontosítania. Megjegyezte, hogy a szerszámokhoz hasonlóan - számítógépek, az internet vagy akár egy kalapács is - az AI is használható jó vagy rossz szempontból.

Gil az AI-t "szerencsétlen kifejezésnek" nevezte, mert az emberek hallják a kifejezést és azt gondolják, hogy önmagában viselkedik. Azt mondta, hogy csak a "szoftver" szót kell cserélnünk az "AI" -re. Ez világosabbá teszi a felelősséget. "Az elszámoltathatóságnak a szoftvert készítő emberek és intézmények előtt kell maradnia" - mondta.

A "mélyfajtákról" kérve Socher elmondta, hogy az emberek már régóta hamisított fényképeket, és ugyanakkor az emberek jobban tudtak azonosítani a hamis fényképeket. Azt mondta, ugyanazon megértésre kell majd jutnunk a videóval, de jelenleg nagyon nehéz volt igazán meggyőző videókat készíteni. Socher szerint egyelőre sokkal jobban aggódott, hogy az emberek hamis híreket készítenek, megosztják azokat a közösségi médiában és AI ajánlják.

Gil beszélt az elfogultság kérdéséről, rámutatva a probléma több rétegére. Az első réteg a mag AI algoritmus. Ezen túlmenően az adatok kérdése is van. Például megjegyezte, hogy vannak szabályok és az elszámoltathatóság szempontja a hitelképesség banki értékelésében. De ha csak az elmúlt 20 vagy 30 év jóváhagyásait használná, akkor a modell több hitelt adna a férfiaknak, mint a nőknek. A neurális hálózat nem elfogult, mondta. De az adatkészlet az. Egy másik szinten egy magasabb szintű elfogultságról beszélt, mivel az AI-ban dolgozó emberek többsége fehér ember, a helyzet azt mondta, hogy az ipar "javítani próbál".

Az egyik ezüst bélés - mondta Gil - az, hogy ha valaki megtagadja a hitelt, és valaki meghozza a döntést, akkor egy személy számára könnyű kifogást adni. De ha egy algoritmus alapján vizsgálja meg a döntéseket egy ideig, akkor sokkal könnyebb megfigyelni, hogy mi történik valójában. "Az AI tükröt helyez el arcunk előtt" - mondta, megjegyezve, hogy egyszerűbb megváltoztatni egy algoritmust, mint 1000 ember megváltoztatásakor.

• Fortune Brainstorm Tech: Az e-kereskedelem változó modelljei Fortune Brainstorm Tech: az e-kereskedelem változó modelljei
• Fortune Brainstorm Tech: Az 'Internet Computer' építése Fortune Brainstorm Tech: Az 'Internet Computer' építése
• Az Intel Ice Lake Gets valósít meg: 5 Key Takeaways Az Intel Ice Lake Gets Real: 5 Key Takeaways alkalmazást kap

Ennek részeként leírta az IBM azon munkáját, amelyet az adatok torzulásainak keresése és méltányosabb döntések meghozatala érdekében végez. Megjegyezte, hogy a méltányosság számos különféle mutatót tartalmaz, és hogy a változók rejtett módon kapcsolódnak egymáshoz, és ez megnehezíti.

Socher megjegyezte, hogy a torzítást "nem volt olyan könnyű eltávolítani, mint amilyennek látszik". Megjegyezte, hogy eltávolíthatja a fajt vagy a nemet egy algoritmusból, de nagyjából ugyanazt az eredményt kaphatja, ha a irányítószámot és a jövedelmet veszi figyelembe. Megjegyezte, hogy nehéz, mivel a Salesforce nem épít egyetlen alkalmazást - ehelyett kisebb alkalmazásokat hoz létre 150 000 org számára, mindegyik saját adataival. Megjegyezte, hogy bizonyos torzítások elfogadhatók, például a mellpumpa nem a férfiak számára történő forgalmazása. De más esetekben lehet, hogy jogellenes vagy rossz. Nincs "ezüst golyó" - mondta Socher. - Gondolkodásmódnak kell lennie.