Dalle fattorie al DNA, i dati stanno trasformando l'agricoltura e la medicina di precisione

Non è un segreto che i dati e le analisi stiano trasformando praticamente ogni settore, quindi non sono stato sorpreso di vedere un certo numero di sessioni su Fortune Brainstorm Tech focalizzate sull'argomento. Ma ho trovato interessante la discussione sui nuovi usi dei dati agricoli e genomici, nonché un discorso sul "controllo dell'intelligenza artificiale" che si è concretizzato anche nei dati.

Informazioni genomiche su Ancestry e Color

Il CEO di Ancestry Margo Georgiadis e il co-fondatore e CEO di Color Othman Laraki hanno discusso di come i dati genomici potrebbero avere un impatto sul mercato sanitario.

Georgiadis ha osservato che Ancestry, che attualmente ha informazioni su 100 milioni di storie familiari e il più grande deposito di DNA dei consumatori, esiste da 30 anni e si è concentrato sulle interazioni dei consumatori. Ma ha anche parlato della collaborazione con altre aziende per ottenere migliori risultati sulla salute attraverso la genomica

Ha ricordato al pubblico che "I tuoi geni non sono il tuo destino", dicendo che era solo un segnale e che era importante guardare anche la storia familiare.

Laraki, la cui azienda si concentra sulla medicina di precisione, ha discusso dell'utilizzo delle informazioni genomiche per "costruire un'infrastruttura sanitaria che possa vedere più avanti". In futuro "non la considereremo come una genomica, la considereremo come assistenza sanitaria". Ha notato l'enorme disconnessione tra ciò che stiamo spendendo per l'assistenza sanitaria e il valore che stiamo ottenendo. Questa è la "più grande opportunità umana e imprenditoriale della nostra generazione", ha detto, osservando che il sistema sanitario sta appena iniziando a usare la genomica nelle cure primarie.

Ha parlato di come esistessero sia le applicazioni dei consumatori che le implicazioni per l'assistenza sanitaria a livello di popolazione e ha parlato della relazione dell'azienda con il Broad Institute del MIT.

Tuttavia, Georgiadis ha affermato che la privacy è stata la radice del rapporto dell'azienda con i suoi clienti e ha dichiarato che le persone utilizzano e controllano i propri dati. Ha detto che la compagnia non fornisce mai informazioni alle forze dell'ordine a meno che non sia costretta a farlo, e l'anno scorso è successo solo 10 volte. Le richieste riguardavano tutte la frode con carta di credito, non informazioni genetiche.

Ha detto che le intuizioni collettive che possono essere raccolte tra i documenti erano importanti. "Il nostro cliente non è mai il prodotto", ha detto, "che l'allineamento è estremamente importante".

Georgiadis ha affermato che le aziende che raccolgono informazioni genomiche devono essere chiare su ciò che rappresentano e assicurarsi che i clienti comprendano come le organizzazioni utilizzeranno e condivideranno i dati. Ha detto che Ancestry, 23andMe ed Helix hanno stabilito una serie di standard di privacy genetica e stanno incoraggiando altri giocatori a firmare. Ciò include l'uso di dati a livello di popolazione per la ricerca medica e sanitaria.

Ogni tecnologia crea una nuova serie di problemi, ha detto Georgiadis. "Come leader, dobbiamo assumerci la responsabilità di pensare e anticipare tali problemi e stabilire standard elevati per il modo in cui facciamo affari."

Dati agricoli

In un'altra sessione, l'amministratore delegato di Land O'Lakes, Beth Ford e la fondatrice e CEO di Gro Intelligence, Sara Menker, hanno discusso di come i dati stiano cambiando l'agricoltura e le aziende che li circondano.

Ford ha parlato della ricerca di Land O'Lakes su modelli predittivi che catturano i dati degli agricoltori su ciò che viene piantato in vari tipi di terreno e quali pratiche fanno, per aiutare gli agricoltori a sapere quali cambiamenti possono apportare durante la stagione di crescita. Ha detto che il Truterra Insights Engine della ditta contiene un trilione di punti dati. L'obiettivo è aumentare la resilienza ma allo stesso tempo migliorare la produttività.

Land O'Lakes è una cooperativa di proprietà degli agricoltori, ha osservato Ford, e pertanto è focalizzata sul miglioramento della produttività agricola e della sostenibilità. L'obiettivo era migliorare la struttura degli incentivi per gli agricoltori, affermando che il 96 percento delle aziende agricole è ancora di proprietà familiare. Ha discusso del "destino condiviso" che tutti condividiamo, aggiungendo che la tecnologia è necessaria o che la sicurezza alimentare sarà a rischio.

Ha detto che i dati di un singolo agricoltore sono intaccati, ma combinati con modelli predittivi tra cui i dati raccolti da satelliti e droni. "Acquisiremo i loro dati", ha detto Ford, "ma li possiedono".

I modelli predittivi e le modifiche "stagionali" non sono mai stati così importanti come quest'anno, ha osservato Ford, rilevando i drammatici problemi meteorologici che gli agricoltori stanno affrontando. Ha detto che l'agricoltore medio ha perso denaro l'anno scorso e che i bassi prezzi delle materie prime sono stati un problema per molti agricoltori per anni.

Gro Intelligence sta lavorando alla costruzione di modelli predittivi per prevedere l'offerta, la domanda e il prezzo di qualsiasi prodotto agricolo in qualsiasi parte del mondo, ha affermato Menker. Ha detto che le aziende alimentari e delle bevande, le banche e i commercianti di materie prime hanno bisogno di queste informazioni, soprattutto a causa dei cambiamenti derivanti da eventi meteorologici estremi. Ha notato che quest'anno 10 milioni di acri di terreno agricolo sono stati abbandonati a causa delle inondazioni, con un calo delle entrate di $ 6, 5 miliardi.

Menker ha parlato di come il sistema è progettato per importare set di dati e reagire agli eventi del mercato e come ciò consentirà alle aziende di strutturare strumenti finanziari per gestire meglio i rischi. Questo, ha detto, alla fine abbasserà il costo del capitale per gli agricoltori. Commerciava petrolio e gas, e che era più facile ottenere capitali per sviluppare energia che per coltivare.

IBM e Salesforce su dati, correttezza ed etica AI

L'amministratore delegato IBM Research Dario Gil e lo scienziato capo Salesforce Richard Socher hanno parlato dell'intelligenza artificiale e dell'importanza di usarla in modo etico ed equo.

"Ogni singolo settore sarà influenzato dall'intelligenza artificiale", ha detto Socher, ma alla fine l'IA può essere valida solo come i dati che usiamo per addestrarla. Di conseguenza, ha detto, il campo deve concentrarsi maggiormente sull'etica. Ha notato che come qualsiasi strumento - computer, Internet o persino un martello - l'IA può essere usata nel bene o nel male.

Gil ha definito l'IA "un termine sfortunato", perché le persone ascoltano il termine e pensano che agisca da solo. Ha detto che dovremmo semplicemente sostituire la parola "software" con "AI". Ciò rende più chiaro dove risiede la responsabilità. "La responsabilità deve riposare con le persone e le istituzioni che stanno creando il software", ha affermato.

Alla domanda sui "deepfakes", Socher ha affermato che le persone hanno falsificato le fotografie per molto tempo e allo stesso tempo sono migliorate nell'identificare foto false. Ha detto che dovremo arrivare alla stessa comprensione con i video, ma al momento è stato molto difficile creare video davvero convincenti. Per ora, ha detto Socher, era molto più preoccupato per le persone che creavano notizie false, condividendole sui social media e che l'IA le consigliava.

Gil ha parlato della questione del pregiudizio, indicando diversi livelli del problema. Al primo livello è l'algoritmo di base AI. Oltre a ciò, c'è il problema dei dati. Ad esempio, ha osservato che esistono delle normative e un aspetto della responsabilità nella valutazione del credito nel settore bancario. Ma se usi solo le approvazioni negli ultimi 20 o 30 anni, il modello darebbe più credito agli uomini che alle donne. La rete neurale non è di parte, ha detto, ma il set di dati lo è. Ad un altro livello, ha parlato di un pregiudizio di livello superiore, in quanto la maggior parte delle persone che lavorano nell'intelligenza artificiale sono uomini bianchi, una situazione che ha affermato che l'industria sta "cercando di migliorare".

Un lato positivo, ha detto Gil, è che se a qualcuno viene negato il credito e una persona prende la decisione, è facile per una persona dare una scusa. Ma se osservi le decisioni di un algoritmo per un periodo di tempo, è molto più facile vedere cosa sta realmente accadendo. "L'intelligenza artificiale mette uno specchio davanti ai nostri volti", ha detto, osservando che è più facile cambiare un algoritmo che cambiare 1.000 persone.

• Fortune Brainstorm Tech: i mutevoli modelli di e-commerce Fortune Brainstorm Tech: i mutevoli modelli di e-commerce
• Fortune Brainstorm Tech: costruzione del "Computer Internet" Fortune Brainstorm Tech: costruzione del "Computer Internet"
• Intel Ice Lake diventa reale: 5 takeaway chiave Intel Ice Lake diventa reale: 5 takeaway chiave

Come parte di questo, ha descritto il lavoro che IBM sta facendo per cercare una distorsione nei dati e per prendere decisioni più eque. Ha osservato che l'equità ha coinvolto molte metriche diverse e che le variabili sono correlate tra loro in modi nascosti, e questo rende difficile.

Socher notò che il pregiudizio "non era così facile da rimuovere come sembra". Ha notato che potresti rimuovere la razza o il genere da un algoritmo ma ottenere lo stesso risultato considerando il codice postale e il reddito. Ha notato che è difficile perché Salesforce non crea un'applicazione, ma crea applicazioni più piccole per 150.000 organizzazioni, ognuna utilizzando i propri dati. Ha notato che una qualche forma di pregiudizio può essere accettabile, come non commercializzare tiralatte agli uomini. Ma in altri casi, potrebbe essere illegale o sbagliato. Non esiste "nessun proiettile d'argento", ha detto Socher, "deve essere una mentalità".