2019年07月12日 | 机器学习研究的未来为何在非洲？

在过去几年中，机器学习应用四面开花，社区迅速发展壮大，在非洲，人们正在将这项技术应用在粮食安全和医疗保健等挑战中。

在摩洛哥丹吉尔的一座酒店大堂里，我们遇到了Charity Wayua。当说起她来丹吉尔这座城市参加技术和创新大会的曲折行程时，开朗的她自嘲地笑了起来。她这趟旅程是从肯尼亚州的内罗毕开始的，她就是在那里领导着IBM的两大非洲研究中心之一，为了来丹吉尔，她不得不先飞到迪拜，短暂停留后，又回到了卡萨布兰卡，然后搭乘汽车又花了三个半小时才到的目的地。本来直飞的话就是七八个小时的航程，结果成了接近24小时的苦旅。她说，这在她不算啥新鲜事儿。

在非洲地区旅行的麻烦并不是非洲研究界面临的唯一困难，事实上，从这个地区离开也困难重重，这使得这个地区的科学研究者很少参加国际会议和交流。虽然这些问题对每个科研领域都造成了不利的影响，但它们对人工智能研究的破坏性却被放大了。旅行困难意味着非洲的科学家们多次因签证问题错过各种国际会议，他们也很难参加美国和加拿大举办的全球最大的人工智能活动，交流的匮乏很容易使得该地区的研究人员落后于世界其他地区的同行们。

尽管存在各种不利条件，非洲的机器学习社区还是在过去几年中蓬勃发展了起来。2013年，一些本地的行业从业者和研究人员发起了一个互相分享资源和交流想法的年度研讨会-非洲数据科学。2017年，另一个小组成立了深度学习Indaba组织，发展到现在，这家组织已经在非洲大陆的54个国家中的27个国家设立了分会。此外，随着对人工智能需求的增加，许多其它致力于机器学习教育的大学课程和教育计划也迅速发展起来。

非洲在人工智能领域的努力引起了国际社会的注意。2013年底，IBM Research在内罗毕开设了第一个非洲办事处，后来又在南非的约翰内斯堡开设了第二个非洲办事机构。今年早些时候，谷歌在加纳阿克拉新开设了一个人工智能实验室，明年，一个重要的人工智能研究会议ICLR将在埃塞俄比亚的斯亚贝巴举办。

人工智能研究多年来一直集中在有限的几个领域，其应用缺乏多样性，且多与现实世界脱节。人工智能在非洲的拓展能带来一种积极的变化。现在，许多主导人工智能研究的学术机构和企业研究实验室都集中在硅谷和北京中关村这种富裕地带，研究对象集中，创新泡沫化严重。这些研究机构把人工智能产品局限在有限的范围内。相比之下，非洲可能提供了一种让人工智能回归初心的环境，这里饥饿横行、疾病肆虐、贫困无处不在，人工智能技术正可以对付这种紧迫的全球挑战。

Charity Wayua在肯尼亚内罗毕领导IBM的研究团队

“对于那些勇于挑战自我的人来说，这才是他们应该去的地方。”Wayua说。

非洲的创新模式
IBM Research在肯尼亚和南非的办公室，以及谷歌在加纳的人工智能实验室，都与它们的母公司有着相同的使命：基础研究和前沿研究。他们关注的问题包括增加让人人都能负担得起的医疗保健、使金融服务更具包容性、加强长期粮食安全以及简化政府运作。这些任务看起来和世界其他任何地方的实验室的任务没有什么不同，但是外部大环境却使得这些任务的目标产生了细微的差别。

“研究不能脱离它最终应用的环境，”谷歌加纳人工智能实验室主管Moustapha Cisse说。“非洲是一个在很多方面都存在独特挑战的环境，在这里，我们有机会探索其它地方的研究人员无法接触到的问题。”

比如，在加纳建立人工智能研究室之前，谷歌就已经开始与坦桑尼亚的农民合作，了解他们在维持粮食生产方面面临的一些困难。研究人员了解到，农作物的疾病会显著降低农产品的产量，因此，他们构建了一种机器学习模型，可以用它来诊断木薯植物早期的疾病，木薯植物是该地区重要的农作物之一。农民可以直接在手机上运行这个模型，而无需访问互联网，这使得他们可以在疾病早期就开始干预，从而挽救自己的农作物。

Wayua向我们介绍了另外一个例子。2016年，IBM研究院的约翰内斯堡团队发现，癌症数据在医院诊断后，花了四年的时间才通知到国家的卫生政策部门。在美国，这种数据收集和分析过程只需要两年时间。研究人员发现，时间之所以滞后，部分原因是由于医院病理报告的非结构化。人类专家需要阅读每个病例，并根据具体情况把它们划分到42种癌症类型里，但是由于病理报告的非结构化，使得这个过程非常耗时。因此，研究人员开始研究一种可以自动标记病理报告的机器学习模型。他们用了两年时间成功地开发了一个原型系统，现在正在努力优化它，以便应用到实践中。

“技术只是解决方案的一方面，”Wayua。“另一方面是如何理解我们面临的问题，并以科学和可工程化的方式客观地定义它们。”

一个研究项目一旦走向了可用于现实世界的实用阶段，它将立马面临又一个难题：如何从目标用户那里获得支持。“在推动变革方面，和用户和现实世界建立关系确实很重要，”Wayua说。不考虑如何收集数据的情况下，设计一个完美的系统很容易，但是如果没有人想要使用它，这种完美毫无意义。“正是那些你不断和用户建立的关系，可以帮助你理解为什么你实施的东西并没有真正发挥作用。”她补充道。

响应用户的需求也有助于推动技术的根本性进步。不如，谷歌的加纳人工智能研究室正在致力于提高自然语言的理解能力，以适应非洲大约2,000种语言。 “非洲是当今世界上语言最为多样化的地区，”Cisse说。 “我们可以从中学到很多东西，并基于它进行研究。”

下一代的培养
Cisse和Wayua有着相似的职业轨迹。他们都为了接受高等教育离开了非洲，希望可以最大程度地运用他们的技能对非洲产生影响。Cisse之前在Facebook欧洲部门工作，一直在等待合适的机会重回非洲报效家乡。

现在，两人都把很大的精力投入到为那些对人工智能感兴趣的年轻人开发更多的本地教育机会方面。Cisse创立了一门机器智能硕士课程，并亲自担任导师，这是一个为期一年的强化课程，除了在非洲本地开展学习课程之外，还吸引了全球一些最优秀的AI研究人员。Wayua的实验室雇佣那些成绩出色的本科生，让他们和自己的全职员工一起工作，并支持他们参加参加佐治亚理工大学提供的计算机科学在线硕士课程。

“做研究，最重要的资源是人才，你会发现，非洲的人才比全球其它任何地方都要多。”Cisse指出，非洲的年轻人特别多。“这里的科技资源太丰富了，问题是你怎么让这些聪明的年轻人学习到真正有用的科学，让他们能够改变非洲大陆并创造自己美好的未来？”

当Cisse指导自己的学生的硕士课程时，他告诉他们，五年后他们将成为这个领域的佼佼者并足以教授其他人，他对此满怀信心。

“机器学习研究的未来在非洲，”他说，“无论人们知道不知道，这将成为必然的事实。”