La palabra “sociedad” puede interpretarse de muchas maneras, incluida una nación o alguna comunidad dentro de una nación . Como tal, veo dos formas de pensar sobre esta pregunta.
- ¿Cómo puede la IA mejorar la vida de las personas en los países pobres ?
- ¿Cómo puede la IA mejorar la vida de las personas pobres en los países ricos ?
Comenzando con la primera pregunta :
¿Qué ayuda sería una computadora si fuera enviado a tiempo a principios de 1800? Esto no quiere decir que los países pobres estén viviendo efectivamente en el siglo XIX, aunque de alguna manera lo son, pero creo que es una buena analogía de cómo la IA puede ayudar a los países pobres. Sin una red eléctrica para mantener su computadora cargada, la computadora lo ayudaría durante el tiempo que dura la batería. Despídase de Internet, las redes sociales, la banca en línea, las hojas de cálculo, el correo electrónico, etc. Todo lo que tiene son unas pocas horas para que la computación pesada ayude a iniciar la revolución industrial, es decir, si no piensan que es una bruja o un fraude y rompa su computadora incluso antes de intentarlo. Incluso si encuentra una manera de cargar su computadora, podría caer en manos de los malos y causar más daño que ayuda.
- ¿Cómo es tener a Peter Stone como tu supervisor de doctorado? ¿Cómo es ser parte de su grupo de investigación?
- ¿Cuáles son los trabajos que harán los robots en el futuro?
- ¿Cómo puede ser útil la geometría fractal para la inteligencia artificial y / o el aprendizaje automático?
- ¿Es interesante trabajar con AI en un nivel bajo?
- ¿Qué tan válido es este artículo sobre IA y qué significa?
Es un poco pesimista, pero creo que tenemos que mantener los pies en el suelo. No puede simplemente financiar algunos proyectos, entrenar algunas redes neuronales y esperar que los problemas desaparezcan. En mi opinión, la mejor ayuda que AI ofrecerá a los países pobres a corto plazo será indirecta. La IA puede ayudar a las personas a identificar los problemas en estos países y los tipos de políticas / acciones que se pueden esperar que traigan las mayores ganancias. Por ejemplo, podría entrenar redes neuronales en imágenes satelitales para identificar regiones que experimentan sequía en tiempo real y recomendar los suministros de agua más adecuados, etc. Podría hacer lo mismo con la agricultura asistida para ayudar a alimentar a las personas. Otro beneficio obvio vendría de la investigación médica asistida por ML en otros países que pueden pagar el financiamiento. Se espera que los resultados se transfieran a los países pobres a través de las ONG.
Comentario sobre la segunda pregunta :
Esta es una historia completamente diferente. En primer lugar, la IA puede ayudar potencialmente a las personas a tomar decisiones financieras más educadas y evitar que se empobrezcan en primer lugar. Cuando se trata de ayudar a las personas que ya están teniendo dificultades en un país que generalmente está bien, nuevamente tiene beneficios directos e indirectos. La IA ya ha comenzado a crecer en muchos sectores (automóviles autónomos, sistemas de recomendación, la revolución FinTech, etc.) especialmente en las economías desarrolladas. En general, una economía en crecimiento ayudará a las personas pobres en diferentes grados dependiendo de las políticas individuales (por ejemplo, impuestos, presupuesto de atención médica).
Los efectos directos dependerían del entusiasmo [por adoptar nuevas tecnologías] y la creatividad de las personas en la comunidad. Tendría que reunir o encontrar (dos cosas diferentes) y organizar grandes cantidades de datos que podrían ser útiles para analizar una amplia gama de problemas que se enfrentan. Es esencial que este proceso ocurra de manera transparente , para que los datos se compartan entre las “sociedades”. También es esencial que ocurra en colaboración , para que tenga datos más grandes mejor organizados. Luego, podría utilizar enfoques de LD en estos datos para descubrir y cuantificar las fuentes de pobreza (por ejemplo, encontrar variables ocultas). Podrías encontrar los problemas centrales alrededor de los cuales se reúnen todos los demás problemas (por ejemplo, agrupación). Podría intentar hacer predicciones sobre qué tan bien la comunidad va a hacer en el futuro dado el estado pasado y actual, y tratar de introducir puntos de referencia. Esto ayudaría a replantear el proceso de búsqueda de soluciones como conjuntos de parámetros para obtener los mejores resultados. El resto es viabilidad y ejecución.
Para concluir, creo que las técnicas de LA serán cada vez más útiles para la investigación en ciencias sociales y deberían ser adoptadas rápidamente por organizaciones sin fines de lucro a gran escala y basadas en la comunidad.
