Skip to main content

AI

Ngày 7 tháng 1 năm 2025

 

AI cho tất cả: Bài học từ sự giao thoa giữa công nghệ và hòa nhập

Những chuyên gia khai thác AI vì lợi ích xã hội này chia sẻ những hiểu biết của họ về việc mở rộng quy mô AI toàn diện.

Vicki Hyman

Giám đốc Truyền thông, Mastercard

 

Từ việc mở rộng tín dụng cho các doanh nhân vi mô Colombia đến giảm tỷ lệ mắc bệnh của bà mẹ ở Ethiopia đến cung cấp thông tin cứu mạng cho người tị nạn trên khắp thế giới, sức mạnh của trí tuệ nhân tạo đang được kết hợp với tiềm năng hòa nhập và trao quyền kinh tế.

Xác định lại cách sử dụng AI để tác động xã hội, năm tổ chức sẽ phát triển và mở rộng các giải pháp của họ với tư cách là người chiến thắng trong Thử thách Trí tuệ nhân tạo để tăng tốc hòa nhập, đã nhận được hơn 500 bài dự thi trên 82 quốc gia. Những người chiến thắng - bao gồm một doanh nghiệp xã hội dành cho những người nuôi ong quy mô nhỏ ở Ấn Độ và một sáng kiến của Hoa Kỳ kết nối bệnh nhân với các lợi ích liên bang chưa được sử dụng - sẽ nhận được 200.000 đô la và hỗ trợ kỹ thuật và cố vấn với Mastercard và data.org, người đã tài trợ cho thử thách.

Phòng tin tức Mastercard đã trao đổi với các nhà lãnh đạo của các tổ chức chiến thắng về những thách thức trong việc xây dựng các giải pháp AI trong lĩnh vực xã hội, cách họ giảm thiểu thành kiến và đào tạo mô hình của mình để có tính bao hàm, cũng như những lĩnh vực nào khác có triển vọng nhất về công nghệ này.

Thu hẹp khoảng cách tài trợ cho các doanh nghiệp nhỏ ở Colombia: Quipu

Tại Colombia, gần 6 triệu doanh nghiệp là doanh nghiệp siêu nhỏ, hoạt động với ít hơn 10 nhân viên và một lượng vốn nhỏ. Trong số đó, chỉ có 9% có thể vay chính thức, do thiếu thông tin về hiệu suất và không có lịch sử tài chính, và điều này tạo ra một khoảng cách tài chính rất lớn.

Quipu thu hẹp khoảng cách thông tin trong nền kinh tế phi chính thức bằng cách sử dụng AI để đánh giá chính xác hơn mức độ tín nhiệm của các doanh nghiệp nhỏ hơn này thông qua mô hình tính điểm phân tích dữ liệu phi truyền thống, chẳng hạn như lịch sử giao dịch di động, tương tác truyền thông xã hội, SMS và mô hình thanh toán, và giải ngân và thu tín dụng thông minh. Nó cũng cung cấp một nền tảng tài chính và các khoản vay nhỏ cho phép các doanh nghiệp này xây dựng một điểm tín dụng thay thế dựa trên cả thông tin tài chính và phi tài chính. Thông qua ứng dụng của Quipu, khách hàng có thể nộp đơn trong vài phút để nhận vốn lưu động được giải ngân trong vòng chưa đầy hai ngày.

 

Tăng cường chăm sóc sức khỏe cộng đồng ở Ethiopia: IDInsight

Hai thập kỷ trước, Ethiopia đã đưa ra một mô hình mới về chăm sóc sức khỏe nông thôn, đào tạo và triển khai hàng ngàn nhân viên khuyến nông để phục vụ cộng đồng địa phương, điều này đã dẫn đến những cải thiện đáng kể về sức khỏe bà mẹ và trẻ em, và giảm số ca nhiễm HIV mới và tử vong liên quan đến bệnh lao và sốt rét, kể tên một vài.

Để xây dựng thành công đó, IDInsight đang hợp tác với Last Mile Health và Bộ Y tế Ethiopia về một trung tâm cuộc gọi hỗ trợ AI mà các nhân viên khuyến nông y có thể liên hệ để được hướng dẫn y tế theo thời gian thực về các trường hợp phức tạp. Giải pháp AI của tổ chức sẽ bao gồm hệ thống quản lý trường hợp và dịch vụ trả lời câu hỏi dựa trên hướng dẫn toàn diện của Bộ Y tế, cung cấp hỗ trợ thời gian thực cho các nhân viên trung tâm cuộc gọi, những người sẽ tiếp tục chuyển tiếp thông tin quan trọng đến nhân viên chăm sóc sức khỏe qua điện thoại, cho phép họ tập trung vào chăm sóc bệnh nhân và cung cấp dịch vụ chăm sóc sức khỏe chất lượng cao.

 

Cung cấp thông tin cứu mạng cho những người đang gặp khủng hoảng trên khắp thế giới: Dự án chỉ dẫn của Ủy ban Cứu hộ Quốc tế

Kỷ lục 120 triệu người phải di dời trên toàn thế giới do xung đột, thiên tai, nghèo đói và bạo lực. Những người bị ảnh hưởng bởi khủng hoảng phải đưa ra các quyết định quan trọng, thay đổi cuộc sống trong suốt hành trình đến nơi an toàn với thông tin hạn chế. Vào năm 2015, Ủy ban Cứu hộ Quốc tế đã khởi động Dự án Signpost, thiết lập các trung tâm trợ giúp kỹ thuật số để người dùng tìm thông tin chính xác và kịp thời, truy cập các dịch vụ quan trọng và đặt câu hỏi trực tiếp cho người điều hành địa phương, chẳng hạn như, Làm thế nào tôi có thể truy cập nhà ở? Tôi có thể nhận được giấy phép lao động tạm thời không? Tôi có thể ghi danh cho con tôi vào trường không? Signpost có gần 30 chương trình đang hoạt động trên toàn thế giới, với hơn 6 triệu người dùng Signpost vào năm 2024.  

Tuy nhiên, nhu cầu thông tin tăng lên cùng với số người di dời. Trong cuộc khủng hoảng năm 2023 ở Afghanistan, một bài đăng trên Facebook đã dẫn đến 30.000 tin nhắn trong vòng một tháng, áp đảo nhóm Signpost địa phương gồm sáu người điều hành. Vào năm 2024, Dự án Signpost do IRC dẫn đầu đã ra mắt Signpost AI để tăng cường việc cung cấp thông tin quan trọng thông qua các tác nhân AI và sự giám sát của con người. Hệ thống này nhằm giảm gánh nặng cho người điều hành, cho phép họ tập trung vào các trường hợp phức tạp hơn, đồng thời đảm bảo phản ứng kịp thời và chính xác nhằm cải thiện khả năng tiếp cận các nguồn lực và dịch vụ cho những người di dời trên toàn cầu. 

 

Xây dựng một tổ ong kiến thức cho người nuôi ong ở Ấn Độ: Buzzworthy Ventures

Ấn Độ vẫn là một động lực nông nghiệp toàn cầu, nhưng một chuỗi giá trị nông nghiệp thiếu tiếng vang: nghề nuôi ong. Có 400.000 người nuôi ong quy mô nhỏ ở Ấn Độ, nhiều người trong số họ phải vật lộn để duy trì sinh kế, chưa nói đến việc tăng cường tiềm năng kinh tế của thụ phấn côn trùng để cải thiện năng suất cây trồng. Ở Ấn Độ, hoạt động thụ phấn của côn trùng đóng góp 22,52 tỷ đô la mỗi năm, vượt xa quy mô thị trường mật ong và các sản phẩm từ tổ ong, tuy nhiên tiềm năng này vẫn chưa được khai thác hết đối với các loại cây trồng thiết yếu cho nền kinh tế và dinh dưỡng của Ấn Độ. 

Vì vậy, Buzzworthy Ventures đã tạo ra Beekind, một ứng dụng di động dựa trên AI để trao quyền cho những người nuôi ong quy mô nhỏ, đặc biệt là phụ nữ, chủ đất nhỏ, nông dân không có đất và quần thể bộ lạc ở nông thôn và các cộng đồng bị thiệt thòi. Nó cung cấp thông tin chi tiết thời gian thực và phân tích dự đoán, giúp những người nuôi ong quản lý sức khỏe tổ ong của họ, chẩn đoán bệnh tật, cải thiện sản xuất mật ong và thích nghi với điều kiện khí hậu thay đổi.

 

Thu hẹp khoảng cách giàu có về sức khỏe ở Hoa Kỳ: Link Health

Bác sĩ cấp cứu Alister Martin thường thấy rằng nghèo đói là động lực chính khiến bệnh nhân đến khoa cấp cứu. Ông nhận ra rằng “tiền như thuốc” - giúp bệnh nhân tiếp cận hỗ trợ tiền mặt và trợ cấp liên bang - có thể giải quyết các nguyên nhân gốc rễ của sức khỏe kém bằng cách thu hẹp khoảng cách giàu có về sức khỏe. 

Điều này dẫn đến việc tạo ra Link Health, một chương trình kết nối bệnh nhân với các chương trình viện trợ liên bang chưa chi tiêu như SNAP, WIC và Lifeline để giảm bớt căng thẳng tài chính làm trầm trọng thêm sự chênh lệch sức khỏe. Nền tảng đăng ký hỗ trợ AI và chatbot nhằm mục đích mở khóa 10 triệu đô la lợi ích của tiểu bang và liên bang để giảm nghèo, giảm căng thẳng tài chính và cải thiện hạnh phúc.

Thách thức lớn nhất trong việc đưa giải pháp của bạn ra đời là gì?

Mercedes Bidart, Giám đốc điều hành và đồng sáng lập, Quipu

“Thách thức lớn nhất là đảm bảo số vốn đầu tiên để bắt đầu cho vay để rèn luyện điểm số của chúng tôi. Việc tạo ra một giải pháp bảo lãnh mới cũng giống như vấn đề con gà và quả trứng: Bạn cần vốn để xây dựng giải pháp, nhưng bạn sẽ không có được nó cho đến khi bạn thử nghiệm nó.” 

Sid Ravinutula, nhà khoa học dữ liệu trưởng, IDInsight

“Thách thức đầu tiên là kỹ thuật. Trong bối cảnh chăm sóc sức khỏe, các phương pháp điều trị và khuyến nghị phải chính xác 100% - không có chỗ cho ảo giác. Điều này đòi hỏi một cách tiếp cận khác với kiến trúc thế hệ tăng cường truy xuất phổ biến. Chúng ta cần xây dựng một biểu đồ ghi lại chính xác các phương pháp điều trị và các quy trình chẩn đoán.

“Thách thức thứ hai là tạo ra các tiêu chuẩn đại diện và bộ xác nhận. Trước khi lặp lại và cải thiện mô hình, chúng ta cần một tập dữ liệu các câu hỏi và câu trả lời mà những nhân viên này có thể hỏi. Tập dữ liệu này phải bao gồm tất cả các chủ đề mà họ có thể hỏi và giải thích cách họ có thể hỏi - sử dụng cách viết tắt, thuật ngữ thông tục, biểu tượng cảm xúc, v.v. Xây dựng một tập dữ liệu chuẩn chất lượng cao rất tốn kém, vì nó thường đòi hỏi chú thích của con người.

André Heller, quản lý chương trình, Signpost

“Một trong những thách thức lớn nhất là phát triển các công cụ AI vừa toàn diện vừa chính xác về mặt ngữ cảnh. Đào tạo AI để hiểu các ngôn ngữ thiểu số, phương ngữ khu vực và nội dung sắc thái văn hóa đòi hỏi phải có sự quản lý dữ liệu rộng rãi, chuyên môn của con người và thử nghiệm. Ngoài ra, việc đảm bảo rằng các phản ứng do AI tạo ra duy trì các nguyên tắc nhân đạo và không kéo dài sự thiên vị đã đòi hỏi phải xây dựng các biện pháp bảo vệ mạnh mẽ, chẳng hạn như giám sát con người trong vòng lặp và viết lại hiến pháp cho kết quả đạo đức. Cân bằng đổi mới với các tiêu chuẩn nghiêm ngặt này là một điều đòi hỏi khắt khe nhưng cần thiết.”

Monika Shukla, Giám đốc điều hành và đồng sáng lập, Buzzworthy Ventures

“Thách thức chính nằm ở việc thu hẹp khoảng cách giữa công nghệ AI tiên tiến và việc áp dụng nó ở cơ sở, nông thôn. Trong khi kết nối internet ở Ấn Độ đã tăng theo cấp số nhân - với hơn 700 triệu người dùng internet vào năm 2023, chủ yếu là do điện thoại thông minh giá cả phải chăng - quyền truy cập vẫn không đồng đều. Sự chia rẽ kỹ thuật số này, cùng với vùng phủ sóng mạng không đồng đều trong các khu rừng và làng mạc xa xôi, đặt ra một trở ngại đáng kể cho việc triển khai các giải pháp dựa trên AI đòi hỏi kết nối nhất quán và tương tác của người dùng.”

Alister Martin, Tổng giám đốc điều hành, Link Health

“Điều hướng và tiếp cận các lợi ích công cộng có thể là một trở ngại đối với nhiều gia đình. Tuy nhiên, thách thức lớn nhất là tích hợp sự can thiệp của Link Health một cách liền mạch vào các cơ sở chăm sóc sức khỏe nơi các nhà cung cấp đã bị choáng ngợp. Điều này đòi hỏi phải xây dựng lòng tin giữa các nhân viên chăm sóc sức khỏe, đảm bảo rằng các nhà điều hướng không làm gián đoạn việc chăm sóc bệnh nhân trong khi cho thấy những lợi ích có thể đo lường được cho bệnh nhân và hệ thống chăm sóc sức khỏe.

 

 

Những người phụ nữ và một cô gái tụ tập quanh một chiếc máy tính bảng.

 

 

Làm thế nào để bạn đảm bảo giải pháp của bạn vừa được đặt riêng vừa toàn diện?

Mercedes Bidart, Quipu: “Để giảm thiểu sai lệch, chúng tôi sử dụng các bộ dữ liệu đa dạng, thường xuyên kiểm tra các mô hình AI của chúng tôi và áp dụng xác thực con người trong vòng lặp để đảm bảo đánh giá tín dụng công bằng và công bằng. Các thuật toán của chúng tôi được kiểm tra nghiêm ngặt để ngăn chặn sự thiên vị về giới tính và chủng tộc, đồng thời chúng tôi liên tục theo dõi và cập nhật chúng để phù hợp với các tiêu chuẩn đạo đức. Chúng tôi cũng cung cấp cho người dùng các quy trình khắc phục có thể truy cập, cho phép họ thách thức hoặc kháng cáo các quyết định của AI.

Sid Ravinutula, IDInsight: “Đầu tiên, chúng tôi đang xây dựng giải pháp này như một giải pháp mã nguồn mở. Chúng tôi hy vọng điều này sẽ đẩy nhanh việc triển khai các công cụ tương tự trong các bối cảnh khác bằng cách cho phép các tổ chức xây dựng dựa trên nó cho các nhu cầu cụ thể của họ. Thứ hai, chúng tôi đang đảm bảo nó có thể dễ dàng tùy chỉnh và mở rộng cho các bối cảnh địa phương. Điều này bao gồm tuân thủ các nguyên tắc địa phương, chuyển đổi mô hình AI hoặc thêm lan can mới. Bằng cách tạo ra một mô hình chung có thể được tinh chỉnh cho từng bối cảnh, chúng tôi đảm bảo giải pháp được áp dụng rộng rãi trong khi tôn trọng các yêu cầu riêng của từng thiết lập.” 

André Heller, Signpost: “AI Signpost được đào tạo bằng cách sử dụng dữ liệu đã được kiểm chứng và chọn lọc từ các nguồn đáng tin cậy và các tổ chức phi chính phủ địa phương. Điều này đảm bảo AI phản ánh phương ngữ vùng miền, chuẩn mực văn hóa và ngôn ngữ thiểu số, lấp đầy những khoảng trống quan trọng cho các nhóm dân số chưa được phục vụ đầy đủ. Các nhân viên AI hỗ trợ đầu vào bằng giọng nói và văn bản, cho phép truy cập cho những người có trình độ biết đọc thấp. Các công cụ được kiểm tra và tinh chỉnh với người bản ngữ và người điều hành cộng đồng để xác nhận tính chính xác và tính toàn diện. Hiến pháp AI của chúng tôi thiết lập một cách dân chủ các quy tắc đạo đức, bao gồm không phân biệt đối xử và ngôn ngữ nhạy cảm với chấn thương, với các cuộc kiểm toán liên tục để giảm thiểu sự thiên vị.”

Monika Shukla, Buzzworthy Ventures: “Beekind điều chỉnh các giải pháp công nghệ và cảm ứng của mình cho các điều kiện khu vực, sinh thái và cây trồng cụ thể, tích hợp các yếu tố siêu địa phương như khí hậu, thực vật và thực hành canh tác. Để đạt được điều này, chúng tôi tích cực thu hút những người nuôi ong địa phương, các nhà nghiên cứu, chuyên gia nông nghiệp và các nhà lãnh đạo cộng đồng trong việc đồng thiết kế các thực hành, mô hình và chiến lược thực hiện, đảm bảo rằng giải pháp phù hợp với thực tế sống của những người mà nó phục vụ. Chúng tôi ưu tiên phụ nữ và nông dân nhỏ - những người đóng góp quan trọng nhưng chưa được phục vụ cho hệ sinh thái nông nghiệp của Ấn Độ. Ví dụ, bằng cách cung cấp đào tạo nhạy cảm về giới tính và tạo ra không gian hòa nhập cho đối thoại, chúng tôi trao quyền cho phụ nữ tích cực tham gia và hưởng lợi từ chuỗi giá trị nuôi ong. Tính bao trùm không chỉ là một nguyên tắc; nó là nền tảng thực tế trong cách tiếp cận của chúng tôi.

Alister Martin, Link Health: “Các nhà điều hướng gặp bệnh nhân ở nơi họ đang ở - về thể chất và cảm xúc - thường trong phòng chờ và điều chỉnh cách tiếp cận của họ cho các nhu cầu cụ thể của bệnh nhân, chẳng hạn như đăng ký cho người lớn tuổi tham gia các phúc lợi như Chương trình Tiết kiệm Medicare. Bằng cách thiết kế các hệ thống ưu tiên khả năng tiếp cận và sử dụng các trình nhắn tin cộng đồng đáng tin cậy, chương trình đảm bảo nó phục vụ các nhóm dân cư đa dạng một cách hiệu quả, đặc biệt là các cộng đồng chưa được phục vụ.

Mối quan tâm lớn nhất của bạn xung quanh AI là gì?

Mercedes Bidart, Quipu: “Phần quan trọng nhất khi xây dựng các mô hình AI là tập dữ liệu. Một mô hình tốt là một mô hình có kết quả tốt và công bằng, và cách duy nhất để thực hiện điều đó là đào tạo các mô hình với các bộ dữ liệu đa dạng đại diện cho các đặc thù của từng khu vực. Phần quan trọng khác của câu đố là người/nhóm xây dựng mô hình. Chỉ có 20% công việc AI được thực hiện bởi phụ nữ, điều này có nghĩa là kết quả không được đánh giá theo góc nhìn giới tính. Chúng ta cần nhiều phụ nữ dẫn đầu các giải pháp AI hơn.”

Sid Ravinutula, IDInsight: “Độ tin cậy. Trong chăm sóc sức khỏe, chẩn đoán không chính xác hoặc điều trị không đầy đủ có thể gây ra hậu quả thảm khốc. Tuy nhiên, các mô hình AI vốn đã thể hiện sự ngẫu nhiên. Ví dụ, hỏi một AI cùng một câu hỏi nhiều lần có thể mang lại câu trả lời hơi khác nhau. Tương tự, việc diễn đạt lại một câu hỏi có thể tạo ra các câu trả lời khác nhau. Mặc dù hầu hết các câu trả lời có thể sẽ truyền tải cùng một thông điệp, một số có thể không đầy đủ hoặc gây hiểu lầm, có khả năng gây hại. Lan can chắc chắn là điều cần thiết để đảm bảo tất cả các phản hồi đều chính xác, đầy đủ và tôn trọng.”

André Heller, Signpost: “Mối quan tâm lớn nhất là khả năng của AI gây hại thông qua sự thiên vị, thông tin sai lệch hoặc loại trừ. Đối với các nhóm dân số dễ bị tổn thương, thông tin không chính xác có thể gây ra hậu quả thay đổi cuộc sống. Đảm bảo AI chính xác về bối cảnh, minh bạch và có đạo đức đòi hỏi sự giám sát, thử nghiệm và hợp tác liên tục với các chuyên gia địa phương. Chúng tôi giải quyết vấn đề này bằng cách triển khai giám sát trực tiếp để kiểm soát chất lượng, kiểm toán thiên vị và đánh giá đạo đức để tinh chỉnh phản hồi, cũng như các khuôn khổ minh bạch như Hiến pháp AI, giúp quản lý đầu ra và giảm thiểu rủi ro có hại. Chúng tôi vẫn cảnh giác trong việc cân bằng đổi mới AI với trách nhiệm giải trình và sự tin tưởng.”

Monika Shukla, Buzzworthy Ventures: “Khi các mô hình AI được đào tạo bằng cách sử dụng dữ liệu không hoàn toàn đại diện cho cộng đồng mà họ muốn phục vụ, có nguy cơ củng cố sự bất bình đẳng hiện có. Ví dụ, nhiều hệ thống AI được đào tạo bằng cách sử dụng dữ liệu bằng các ngôn ngữ chính, khiến các phương ngữ địa phương và ngôn ngữ truyền miệng không được đại diện. Ở Ấn Độ, nhiều cộng đồng bộ lạc và khu vực nói các ngôn ngữ thường thiếu bộ dữ liệu kỹ thuật số mạnh mẽ. Sự thiếu đại diện này có thể dẫn đến các mô hình không giải thích hoặc đáp ứng chính xác nhu cầu của các cộng đồng này. Ngoài ra, các giọng nói trong khu vực, kiểu nói và thực hành sống thường bị bỏ qua, khiến các giải pháp AI kém hiệu quả hơn hoặc thậm chí có hại cho các nhóm này.

Alister Martin, Link Health: “Mối quan tâm lớn nhất là tiềm năng của các hệ thống AI để duy trì những thành kiến hiện có, đặc biệt là khi làm việc với các nhóm dân cư kém được phục vụ. Nếu không có sự giám sát cẩn thận, các thuật toán có thể vô tình loại trừ những người có nhu cầu nhất hoặc không giải thích được sự bất bình đẳng hệ thống mà họ phải đối mặt. Đảm bảo tính minh bạch, trách nhiệm giải trình và sử dụng AI có đạo đức trong việc ra quyết định là rất quan trọng để tránh làm trầm trọng thêm sự chênh lệch. Đây cũng là lý do tại sao chúng tôi luôn cập nhật con người tại những thời điểm quan trọng trong quá trình - và lý do tại sao chúng tôi sẽ tiếp tục giữ con người trong vòng lặp khi chúng tôi phát triển các công cụ AI của mình.” 

Lĩnh vực nào ngoài lĩnh vực của bạn có tiềm năng hưởng lợi nhiều nhất từ AI?

Mercedes Bidart, Quipu: “Lĩnh vực giáo dục. Tôi tin rằng giáo dục đã thay đổi và chúng ta có cơ hội làm cho nó trở nên dân chủ hơn. Những gì chúng tôi đã làm ở Quipu xung quanh giáo dục là một trợ lý AI thế hệ trên WhatsApp hỗ trợ khách hàng của chúng tôi quản lý kinh doanh của họ. Không cần phải có một cố vấn cho mỗi doanh nghiệp. Với một bot, chúng tôi có thể hỗ trợ giáo dục và tăng trưởng của hàng triệu người.

Sid Ravinutula, IDinsight: “IDinsight không phân biệt ngành nghề. Trong khi dự án này tập trung vào sức khỏe, chúng tôi đã phát triển các giải pháp AI trong giáo dục và bảo trợ xã hội. Nông dân phải đối mặt với những rào cản thông tin tương tự như nhân viên y tế cộng đồng. Họ cần biết loại cây trồng tốt nhất cho khu vực của mình và hỗn hợp phân bón tối ưu, cũng như hỗ trợ chẩn đoán bệnh cây trồng và phương pháp điều trị. Trong giáo dục, các trường hợp sử dụng AI bao gồm gia sư được cá nhân hóa, kế hoạch bài học do AI tạo ra và các đánh giá và đánh giá dựa trên AI. Chúng tôi đã sử dụng AI để xác định những bé gái không được đến trường ở Ấn Độ cho một tổ chức phi chính phủ đang nỗ lực tăng tỷ lệ trẻ em gái được đến trường. Cuối cùng, AI có thể giúp công dân tiếp cận các lợi ích của chính phủ. Nó có thể hỗ trợ trong việc xác định tính đủ điều kiện và điều hướng quy trình nộp đơn phức tạp.”

André Heller, Signpost: “Với những tiến bộ trong AI, thật khó để nghĩ ra một lĩnh vực không thể thay đổi. Câu hỏi đặt ra là khi nào - hai năm hay năm? Từ hoạt động kinh doanh đến phân tích dữ liệu đến chẩn đoán trong chăm sóc sức khỏe đến nghiên cứu trong hầu hết mọi lĩnh vực, mọi thứ sẽ tiến triển với tốc độ mà chúng ta chưa thấy. Đó chỉ là câu hỏi khi nào mọi người sẽ có thể sử dụng nó một cách hiệu quả. Một ví dụ thực tế: liên kết giữa khí tượng học và quản lý thiên tai. Cảnh báo thời tiết và hệ thống cảnh báo sớm thiên tai, chẳng hạn như lũ lụt, bão, hạn hán và các sự kiện thời tiết khắc nghiệt, có tiềm năng to lớn để hưởng lợi từ AI. Các mô hình AI tiên tiến có thể phân tích dữ liệu khí tượng và thủy văn thời gian thực để dự báo thảm họa chính xác hơn và cung cấp cảnh báo sớm cho phản ứng toàn diện hơn bao gồm những người dễ bị tổn thương, doanh nghiệp địa phương, chuỗi cung ứng và chính phủ. Signpost đã bắt đầu tận dụng AI để ứng phó với lũ lụt thông qua FloodHub, kết hợp các dự đoán AI với các bản cập nhật theo thời gian thực, có thể thực hiện được để giúp cộng đồng chuẩn bị và giảm thiểu tác động của lũ lụt.

Monika Shukla, Buzzworthy Ventures: “Ngành chăm sóc sức khỏe sẽ được hưởng lợi đáng kể từ AI, đặc biệt là trong chẩn đoán, y học cá nhân hóa và tối ưu hóa chuỗi cung ứng chăm sóc sức khỏe, đặc biệt là ở các khu vực nông thôn. Các công cụ hỗ trợ AI có thể hỗ trợ phát hiện sớm các bệnh như sốt rét và lao thông qua hình ảnh y tế hoặc xét nghiệm chẩn đoán. Ví dụ, các mô hình AI có thể phân tích chụp X-quang ngực hoặc mẫu máu để phát hiện các dấu hiệu sớm của bệnh, ngay cả trong môi trường có nguồn lực thấp. Điều này có thể dẫn đến chẩn đoán và điều trị nhanh hơn, cuối cùng là cứu sống và giảm chi phí chăm sóc sức khỏe ở các khu vực kém được phục vụ. AI cũng có thể hợp lý hóa hậu cần trong các hệ thống chăm sóc sức khỏe từ xa, đảm bảo cung cấp kịp thời các vật tư y tế và vắc-xin đến các khu vực thiếu phục vụ, điều này rất quan trọng đối với các quốc gia có dân số nông thôn lớn.”

Alister Martin, Link Health: “Giáo dục sẽ được hưởng lợi rất nhiều từ AI, đặc biệt là trong việc cá nhân hóa trải nghiệm học tập cho những học sinh chưa được phục vụ. AI có thể giúp xác định khoảng trống trong học tập, cung cấp hỗ trợ phù hợp và cung cấp các tài nguyên đa ngôn ngữ cho học sinh và gia đình theo những cách mà các mô hình truyền thống không thể. Bằng cách giải quyết những bất bình đẳng trong việc tiếp cận giáo dục chất lượng, AI có thể có tác động thay đổi đối với sức khỏe và kết quả kinh tế xã hội trong tương lai.