Comment l'IA pourrait aider à résoudre certains des problèmes les plus difficiles de la société

Photo de Fei Fang parlant à EmTech 2018 Jake Belcher

Fei Fang a sauvé des vies. Mais elle n'est pas sauveteur, médecin ou super-héros. Elle est professeure adjointe à l'Université Carnegie Mellon, spécialisée dans l'intelligence artificielle pour les défis sociétaux.

À Examen de la technologie MIT s Lors de la conférence EmTech de mercredi, Fang a décrit les travaux récents dans le monde universitaire qui appliquent l'IA pour protéger les infrastructures nationales essentielles, réduire le sans-abrisme et même prévenir les suicides.

Fang a expliqué comment un système qu'elle a développé en 2013, alors qu'elle faisait son doctorat à l'Université de Californie du Sud, est utilisé chaque jour pour protéger 60 000 passagers sur le Staten Island Ferry à New York.

Il y a plus de ferries voyageant entre Staten Island et Manhattan que de patrouilleurs de la Garde côtière américaine sur le même territoire. Auparavant, un patrouilleur suivait un ferry pendant tout le trajet, laissant les autres ferries sans protection. Fang et son équipe ont créé un algorithme qui rend les itinéraires de patrouille aléatoires et imprévisibles, avec des changements de vitesse réguliers et des demi-tours, dans l'espoir de dissuader les actions néfastes contre les ferries.

Les retours ont été formidables. Nous nous protégeons contre les attaques potentielles dans les zones à haut risque en augmentant le caractère aléatoire, ce qui rend plus difficile la planification d'une attaque, a-t-elle déclaré au public d'EmTech.

Cela peut réduire de moitié la probabilité d'une attaque réussie. Les marins professionnels nous ont dit qu'ils avaient maintenant une meilleure protection, mais avec exactement le même nombre de bateaux, a-t-elle ajouté.

Le travail d'IA de Fang ne se limite pas à protéger les personnes. Elle a appliqué une approche similaire pour aider à prévenir le braconnage des animaux en Ouganda, en Malaisie et en Chine. Le système PAWS (assistant de protection pour la sécurité de la faune) qu'elle a développé prédit quelles zones présentent une forte menace de braconnage, permettant aux patrouilles de mieux cibler leurs ressources limitées.

Bien que les problèmes soient différents, la solution commune réside dans le mélange de l'apprentissage automatique et de la théorie des jeux, a-t-elle déclaré.

Chaque défi est conceptualisé comme un jeu à somme nulle à deux joueurs contre deux adversaires, où il est très important de randomiser les modèles afin qu'il soit plus difficile pour les attaquants de trouver les points les plus faibles.

Elle a expliqué comment des collègues sur le terrain adoptent des approches similaires pour détecter les sites miniers illégaux, sévir contre les prêts sur salaire prédateurs et prévoir les rendements des cultures pour aider à prévenir la faim.

Il existe un énorme potentiel de développement de l'IA sans bénéfice commercial immédiat, mais pour le bien de toute la société, a déclaré Fang.

Je crois qu'avec nos efforts continus, nous pouvons tirer parti des aspects positifs de l'IA et construire un monde meilleur, a-t-elle ajouté.

cacher