Mula sa mga bukid hanggang dna, ang data ay nagbabago ng gamot sa pagsasaka at katumpakan

Ito ay walang lihim na ang data at analytics ay nagbabago lamang tungkol sa bawat industriya, kaya hindi ako nagulat na makita ang isang bilang ng mga session sa Fortune Brainstorm Tech na nakatuon sa paksa. Ngunit natagpuan ko ang talakayan ng mga bagong gamit para sa agrikultura at genomic data na medyo kawili-wili, pati na rin ang isang pag-uusap sa "pagkontrol ng AI" na talagang bumaba din sa data.

Impormasyon sa Genomic sa Ancestry at Kulay

Ang Ancestry CEO Margo Georgiadis, at ang co-founder ng Kulay at CEO na si Othman Laraki ay tinalakay kung paano makakaapekto sa genomic data ang merkado sa pangangalaga sa kalusugan.

Nabanggit ni Georgiadis na ang Ancestry, na kasalukuyang may impormasyon sa 100 milyong mga kasaysayan ng pamilya at ang pinakamalaking imbakan ng DNA ng mamimili, ay nasa loob ng 30 taon at nakatuon sa pakikipag-ugnayan ng mga mamimili. Ngunit pinag-uusapan din niya ang tungkol sa pakikipagtulungan sa iba pang mga kumpanya upang makakuha ng mas mahusay na mga resulta sa kalusugan sa pamamagitan ng genomics

Ipinaalala niya sa madla na "Ang iyong mga gene ay hindi ang iyong kapalaran, " na sinasabi na isang senyas lamang ito, at mahalaga na tingnan din ang kasaysayan ng pamilya.

Si Laraki, na ang firm ay nakatuon sa gamot ng katumpakan, tinalakay ang paggamit ng genomic na impormasyon upang "bumuo ng isang imprastrukturang pangangalaga sa kalusugan na maaaring makita pa sa kalsada." Sa hinaharap, "hindi natin iniisip ito bilang genomics, iisipin natin ito bilang pangangalaga sa kalusugan." Nabanggit niya ang malaking pagkakakonekta sa pagitan ng kung ano ang ginugol natin sa pangangalaga sa kalusugan at ang halaga na nakukuha namin. Ito ang "pinakamalaking tao at negosyante na oportunidad ng ating henerasyon, " aniya, na tandaan na ang sistemang pangkalusugan ay nagsisimula pa lamang gamitin ang genomics sa pangunahing pangangalaga.

Pinag-usapan niya ang tungkol sa kung paano mayroong parehong mga aplikasyon ng consumer at mga implikasyon sa pangangalaga sa kalusugan ng populasyon at pinag-uusapan ang kaugnayan ng kumpanya sa Broad Institute ng MIT.

Gayunpaman, sinabi ni Georgiadis na ang privacy ay ang ugat ng relasyon ng kumpanya sa mga customer nito, at sinabi ng mga indibidwal na gumagamit at kontrolin ang kanilang sariling data. Sinabi niya na ang kumpanya ay hindi kailanman nagbibigay ng impormasyon sa pagpapatupad ng batas maliban kung napilitan itong gawin, at noong nakaraang taon na nangyari 10 beses lamang. Ang mga kahilingan ay may kaugnayan sa panloloko ng credit card, hindi impormasyon sa genetic.

Sinabi niya na ang mga kolektibong pananaw na maaaring maihimpapawid sa pagitan ng mga talaan ay mahalaga. "Ang aming customer ay hindi ang produkto, " aniya, "ang pagkakahanay ay napakahalaga."

Sinabi ni Georgiadis na ang mga kumpanya na nangongolekta ng genomic na impormasyon ay dapat na malinaw tungkol sa kung ano ang kinatatayuan nila, at sa pagtiyak na maunawaan ng mga customer kung paano gagamitin at ibahagi ng mga organisasyon ang data. Sinabi niya na ang Ancestry, 23andMe, at Helix ay nagtatag ng isang hanay ng mga pamantayan sa pagkapribado ng genetic at hinihikayat ang ibang mga manlalaro na mag-sign in. Kasama dito ang paggamit ng data ng antas ng populasyon para sa pananaliksik sa medisina at kalusugan.

Ang bawat teknolohiya ay lumilikha ng isang bagong hanay ng mga isyu, sinabi ni Georgiadis. "Bilang mga pinuno, kailangan nating kumuha ng responsibilidad sa pag-iisip at pag-asahan sa mga isyung iyon at pagtatakda ng mataas na pamantayan para sa paraan ng ating negosyo."

Data ng Agrikultura

Sa isa pang session, napag-usapan ng Land O'Lakes CEO Beth Ford at tagapagtatag at CEO ng Gro Intelligence na si Sara Menker kung paano binabago ng data ang agrikultura at ang mga negosyo sa paligid nito.

Napag-usapan ni Ford ang tungkol sa Land O'Lakes na pananaliksik sa mga mahuhulaan na modelo na kumukuha ng data ng magsasaka tungkol sa kung ano ang nakatanim sa iba't ibang uri ng lupa at kung anong mga kasanayan ang kanilang ginagawa, upang matulungan ang mga magsasaka na malaman kung ano ang mga pagbabago na maaari nilang gawin sa loob ng lumalagong panahon. Sinabi niya na ang Truterra Insights Engine ng kompanya ay naglalaman ng isang punto ng data ng trilyon. Ang layunin ay upang madagdagan ang resilience ngunit sa parehong oras mapabuti ang produktibo.

Ang Land O'Lakes ay isang kooperatiba na pag-aari ng mga magsasaka, sinabi ni Ford, at samakatuwid ay nakatuon sa pagtulong sa pagpapabuti ng produktibo ng bukid pati na rin ang pagpapanatili. Ang layunin ay upang mapabuti ang istraktura ng insentibo para sa mga magsasaka, na nagsasabing 96 porsyento ng mga bukid ay pag-aari pa ng pamilya. Tinalakay niya ang "ibinahaging kapalaran" na ibinabahagi nating lahat, pagdaragdag na kinakailangan ang teknolohiya o mapanganib ang seguridad sa pagkain.

Sinabi niya na ang data ng isang indibidwal na magsasaka ay nakahiya, ngunit pinagsama sa mga mahuhulaan na modelo kabilang ang mga data na nakolekta mula sa mga satellite at drone. "Makukuha namin ang kanilang data, " sabi ni Ford, "ngunit nagmamay-ari sila."

Ang mga mahuhulaang modelo at paggawa ng mga pagbabago sa "tag-araw" bilang hindi kailanman naging mas mahalaga kaysa sa taong ito, sinabi ni Ford, na napansin ang mga dramatikong isyu na nauugnay sa panahon ng mga magsasaka na kinakaharap. Sinabi niya na ang average na magsasaka ay nawalan ng pera noong nakaraang taon, at ang mababang presyo ng bilihin ay naging problema para sa maraming mga magsasaka sa loob ng maraming taon.

Ang Gro Intelligence ay nagtatrabaho sa pagbuo ng mga mahuhusay na modelo upang mag-forecast ng supply, demand, at presyo para sa anumang produktong agrikultura saanman sa mundo, sinabi ni Menker. Sinabi niya na ang mga kumpanya ng pagkain at inumin, bangko, at mga negosyante ng kalakal ay nangangailangan ng impormasyong ito, lalo na dahil sa mga pagbabago na nagmumula sa matinding mga kaganapan sa panahon. Nabanggit niya na 10 milyong ektarya ng lupang sakahan ang tinalikuran dahil sa mga pagbaha sa taong ito, na kumakatawan sa $ 6.5 bilyon sa nawala na kita.

Pinag-usapan ni Menker kung paano idinisenyo ang system upang magpasok ng mga set ng data at umepekto sa mga kaganapan sa merkado, at kung paano ito papayagan ang mga kumpanya na istraktura ang mga instrumento sa pananalapi upang mas mahusay na pamahalaan ang mga panganib. Ito, aniya, sa huli ay bababa ang gastos ng kapital para sa mga magsasaka. Ginamit niya ang pangangalakal ng langis at gas, at mas madali itong makakuha ng kapital upang makabuo ng enerhiya kaysa sa bukid.

Ang IBM at Salesforce sa Data, Katarungan, at Etika ng AI

Kinausap ng IBM Research Chief Operating Officer Dario Gil at Salesforce Chief Scientist na si Richard Socher ang tungkol sa AI at ang kahalagahan ng paggamit nito sa mga paraan na etikal at patas.

"Ang bawat solong industriya ay maaapektuhan ng AI, " sabi ni Socher, ngunit sa huli, ang AI ay maaari lamang maging kasing ganda ng data na ginagamit namin upang sanayin ito. Bilang isang resulta, aniya, ang larangan ay kailangang mag-focus nang higit sa etika. Nabanggit niya na tulad ng anumang tool - computer, internet, o kahit martilyo - ang AI ay maaaring magamit para sa mabuti o masama.

Tinawag ni Gil ang AI bilang isang "kapus-palad na termino, " dahil naririnig ng mga tao ang term at iniisip na kumikilos ito sa sarili nitong. Sinabi niya na dapat nating kapalit lamang ang salitang "software" para sa "AI." Ito ay ginagawang mas malinaw kung saan namamalagi ang responsibilidad. "Ang pananagutan ay kailangang magpahinga sa mga tao at mga institusyon na lumilikha ng software, " aniya.

Nagtanong tungkol sa "mga deepfakes, " sinabi ni Socher na ang mga tao ay nagsimbag ng mga litrato sa loob ng mahabang panahon, at sa parehong oras, ang mga tao ay nakakakuha ng mas mahusay na makilala ang mga pekeng larawan. Sinabi niya, kakailanganin nating magkaroon ng parehong pag-unawa sa video, ngunit sa kasalukuyan ay napakahirap lumikha ng mga nakakumbinsi na video. Sa ngayon, sinabi ni Socher, mas nag-aalala siya tungkol sa mga tao na lumilikha ng pekeng balita, ibinabahagi ito sa social media, at inirerekomenda ito ng AI.

Pinag-usapan ni Gil ang tanong ng bias, itinuturo ang maraming mga layer ng problema. Sa unang layer ay ang pangunahing AI algorithm. Higit pa rito, mayroong isyu ng data. Halimbawa, nabanggit niya na mayroong mga regulasyon at isang aspeto ng pananagutan sa pagtatasa ng kredito sa pagbabangko. Ngunit kung gumagamit ka lamang ng pag-apruba sa huling 20 o 30 taon, ang modelo ay bibigyan ng mas maraming kredito sa mga lalaki kaysa sa kababaihan. Ang neural net ay hindi bias, aniya, ngunit ang set ng data ay. Sa isa pang antas, pinag-uusapan niya ang tungkol sa isang mas mataas na antas ng bias, sa karamihan ng mga tao na nagtatrabaho sa AI ay mga puting kalalakihan, isang sitwasyon na sinabi niya na ang industriya ay "sinusubukan na pagbutihin."

Ang isang lining na pilak, sinabi ni Gil, ay kung ang isang tao ay tinanggihan ang kredito at ang isang tao ay nagdesisyon, madali para sa isang tao na magbigay ng isang dahilan. Ngunit kung titingnan mo ang mga desisyon mula sa isang algorithm sa loob ng isang panahon, mas madaling makita kung ano ang talagang nangyayari. "Ang AI ay naglalagay ng salamin sa harap ng aming mga mukha, " aniya, na tandaan na mas madaling baguhin ang isang algorithm kaysa baguhin ang 1, 000 mga tao.

• Fortune Brainstorm Tech: Ang Pagbabago ng Mga Modelo ng E-Commerce Fortune Brainstorm Tech: Ang Pagbabago ng Mga Modelo ng E-Commerce
• Fortune Brainstorm Tech: Pagbuo ng 'Internet Computer' Fortune Brainstorm Tech: Pagbuo ng 'Internet Computer'
• Ang Ice Lake ng Intel ay makakakuha ng Tunay: 5 Key Takeaways ng Ice Lake ng Intel ay makakakuha ng Tunay: 5 Key Takeaways

Bilang bahagi nito, inilarawan niya ang trabaho na ginagawa ng IBM upang maghanap ng bias sa data, at gumawa ng mas makatarungang desisyon. Nabanggit niya na ang pagiging patas ay kasangkot sa maraming iba't ibang mga sukatan, at ang mga variable ay nauugnay sa bawat isa sa mga nakatagong paraan, at pinapagod ito ng husto.

Nabanggit ni Socher na ang bias ay "hindi ganoon kadaling tanggalin ang tila." Nabanggit niya na maaari mong alisin ang lahi o kasarian mula sa isang algorithm ngunit makakuha ng maraming resulta sa pamamagitan ng pagsasaalang-alang ng zip code at kita. Nabanggit niya na mahirap dahil ang Salesforce ay hindi nagtatayo ng isang application - sa halip ay lumilikha ito ng mas maliit na aplikasyon para sa 150, 000 org, na bawat isa ay gumagamit ng sariling data. Nabanggit niya na ang ilang anyo ng bias ay maaaring katanggap-tanggap, tulad ng hindi pagmemerkado sa mga pump ng suso sa mga kalalakihan. Ngunit sa iba pang mga kaso, maaaring maging ilegal o mali. Walang "bullet na pilak, " sabi ni Socher, "Kailangan itong maging isang mindset."