FrÄn gÄrdar till DNA förÀndrar data jordbruk och precisionsmedicin

FrÄn gÄrdar till DNA förÀndrar data jordbruk och precisionsmedicin

Det Ă€r ingen hemlighet att data och analyser omvandlar nĂ€stan alla branscher, sĂ„ jag blev inte förvĂ„nad över att ett antal sessioner pĂ„ Fortune Brainstorm Tech fokuserade pĂ„ Ă€mnet. Men jag tyckte att diskussionen om nya anvĂ€ndningsomrĂ„den för jordbruks- och genomdata var ganska intressant, liksom ett samtal om “kontroll av AI” som verkligen kom ner till data ocksĂ„.

Genomisk information vid anor och fÀrg

Othman Laraki - Color och Margo Georgiadis - Ancestry FBT19

Ancestrys VD Margo Georgiadis och Color grundare och VD Othman Laraki diskuterade hur genomdata kan pÄverka hÀlso- och sjukvÄrdsmarknaden.

Georgiadis noterade att Ancestry, som för nÀrvarande har information om 100 miljoner familjehistorier och det största förvaret av konsument-DNA, har funnits i 30 Är och fokuserat pÄ konsumentinteraktioner. Men hon pratade ocksÄ om att samarbeta med andra företag för att fÄ bÀttre hÀlsoresultat genom genomik

Hon pĂ„minde publiken att “Dina gener Ă€r inte ditt öde” och sa att det bara var en signal och att det var viktigt att titta pĂ„ familjens historia ocksĂ„.

Laraki, vars företag fokuserar pĂ„ precisionsmedicin, diskuterade med genomisk information för att “bygga en hĂ€lso- och sjukvĂ„rdsinfrastruktur som kan se lĂ€ngre fram pĂ„ vĂ€gen.” I framtiden kommer vi “inte att tĂ€nka pĂ„ det som genomik, vi kommer att tĂ€nka pĂ„ det som vĂ„rd.” Han noterade den enorma kopplingen mellan vad vi spenderar pĂ„ vĂ„rden och det vĂ€rde vi fĂ„r. Detta Ă€r den “största mĂ€nskliga och entreprenörsmöjligheten i vĂ„r generation”, sade han och noterade att hĂ€lso- och sjukvĂ„rdssystemet just börjat anvĂ€nda genomik i primĂ€rvĂ„rden.

Han pratade om hur det fanns bÄde konsumentapplikationer och hÀlso- och sjukvÄrdseffekter pÄ befolkningsnivÄ och pratade om företagets relation till MIT: s Broad Institute.

ÄndĂ„ sa Georgiadis att integritet var roten till företagets relation till sina kunder, och sa att individer anvĂ€nder och kontrollerar sina egna uppgifter. Hon sa att företaget aldrig ger information till brottsbekĂ€mpning sĂ„vida det inte tvingas göra det, och förra Ă„ret hĂ€nde det bara tio gĂ„nger. FörfrĂ„gningarna var alla relaterade till kreditkortsbedrĂ€geri, inte genetisk information.

Hon sa att kollektiva insikter som kan hĂ€mtas mellan posterna var viktiga. “VĂ„r kund Ă€r aldrig produkten”, sade hon, “att anpassningen Ă€r mycket viktigt.”

Georgiadis sa att företag som samlar in genomisk information mÄste vara tydliga om vad de stÄr för, och för att se till att kunder förstÄr hur organisationerna kommer att anvÀnda och dela informationen. Hon sa att Ancestry, 23andMe och Helix hade skapat en uppsÀttning genetiska integritetsstandarder och uppmuntrade andra spelare att logga in. Detta inkluderar anvÀndning av befolkningsnivÄdata för medicinsk forskning och hÀlsoforskning.

Varje teknik skapar en ny uppsĂ€ttning problem, sa Georgiadis. “Som ledare mĂ„ste vi ta ansvar för att tĂ€nka och förutse dessa frĂ„gor och stĂ€lla höga krav pĂ„ vĂ„rt sĂ€tt att göra affĂ€rer.”

Jordbruksdata

I en annan session diskuterade Land O’Lakes vd Beth Ford och Gro Intelligence grundare och vd Sara Menker hur data förĂ€ndrar jordbruket och företagen kring det.

Beth Ford - Land OLakes FBT 19

Ford pratade om Land O’Lakes-undersökningen av prediktiva modeller som fĂ„ngar jordbruksdata om vad som planteras i olika jordtyper och vilka metoder de gör för att hjĂ€lpa jordbrukare att veta vilka förĂ€ndringar de kan göra under vĂ€xtsĂ€songen. Hon sa att företagets Truterra Insights Engine innehĂ„ller en biljon datapunkter. MĂ„let Ă€r att öka motstĂ„ndskraften men samtidigt förbĂ€ttra produktiviteten.

Land O’Lakes Ă€r ett kooperativ som Ă€gs av jordbrukare, konstaterade Ford och fokuserar dĂ€rför pĂ„ att förbĂ€ttra jordbrukets produktivitet och hĂ„llbarhet. MĂ„let var att förbĂ€ttra incitamentsstrukturen för jordbrukare och sade att 96 procent av gĂ„rdarna fortfarande Ă€r familjeĂ€gda. Hon diskuterade det “delade ödet” som vi alla delar och tillade att teknik Ă€r nödvĂ€ndig eller att livsmedelssĂ€kerheten kommer att Ă€ventyras.

Hon sa att en enskild bondes data Ă€r tĂ€ckt, men kombinerad med förutsĂ€gbara modeller inklusive data som samlats in frĂ„n satelliter och drönare. “Vi kommer att fĂ„nga deras data”, sa Ford, “men de Ă€ger den.”

FörutsĂ€gbara modeller och att göra förĂ€ndringar “under sĂ€songen” som aldrig varit viktigare Ă€n det Ă€r i Ă„r, sa Ford och noterade de dramatiska vĂ€derrelaterade problem som jordbrukarna stĂ„r inför. Hon sa att den genomsnittliga bonden förlorade pengar förra Ă„ret och att lĂ„ga rĂ„varupriser har varit ett problem för mĂ„nga jordbrukare i flera Ă„r.

Sara Menker - Gro Intelligence FBT19

Gro Intelligence arbetar med att bygga förutsÀgbara modeller för att förutsÀga utbud, efterfrÄgan och pris för alla jordbruksprodukter var som helst i vÀrlden, sade Menker. Hon sa att mat- och dryckesföretag, banker och rÄvaruhandlare behöver denna information, sÀrskilt pÄ grund av förÀndringarna frÄn extrema vÀderhÀndelser. Hon noterade att 10 miljoner hektar jordbruksmark har övergivits pÄ grund av översvÀmningar i Är, vilket motsvarar 6,5 miljarder dollar i förlorade intÀkter.

Menker berÀttade om hur systemet Àr utformat för att ta in datamÀngder och reagera pÄ marknadshÀndelser, och hur detta gör det möjligt för företag att strukturera finansiella instrument för att bÀttre hantera risker. Detta, sa hon, kommer sÄ smÄningom att sÀnka kapitalkostnaderna för jordbrukarna. Hon handlade med olja och gas och att det har varit lÀttare att fÄ kapital att utveckla energi Àn att odla.

IBM och Salesforce om data, rÀttvisa och AI-etik

Richard Socher - Salesforce och Dario Gil - IBM Research FBT19

IBMs Chief Operating Officer Dario Gil och Salesforce Chief Scientist Richard Socher pratade om AI och vikten av att anvÀnda det pÄ ett sÀtt som Àr etiskt och rÀttvist.

“Varje enskild bransch kommer att pĂ„verkas av AI”, sa Socher, men i slutĂ€ndan kan AI bara vara lika bra som den data vi anvĂ€nder för att trĂ€na den. Som ett resultat, sade han, mĂ„ste fĂ€ltet fokusera mer pĂ„ etik. Han noterade att AI som alla verktyg – datorer, internet eller till och med en hammare – kan AI anvĂ€ndas pĂ„ gott eller ont.

Gil kallade AI ”en olycklig term”, eftersom mĂ€nniskor hör ordet och tycker att det agerar pĂ„ egen hand. Han sa att vi bara skulle ersĂ€tta ordet “programvara” mot “AI”. Det gör det tydligare var ansvaret ligger. “Ansvar mĂ„ste ligga hos mĂ€nniskorna och institutionerna som skapar programvaran”, sade han.

PĂ„ frĂ„gan om “deepfakes” sa Socher att mĂ€nniskor har fejkat fotografier under lĂ„ng tid, och samtidigt har mĂ€nniskor blivit bĂ€ttre pĂ„ att identifiera falska bilder. Han sa, vi mĂ„ste komma till samma förstĂ„else med video, men det var för nĂ€rvarande mycket svĂ„rt att skapa riktigt övertygande videor. För nĂ€rvarande, sa Socher, var han mycket mer orolig för att mĂ€nniskor skulle skapa falska nyheter, dela dem pĂ„ sociala medier och AI rekommendera det.

Gil pratade om frĂ„gan om partiskhet och pekade pĂ„ flera lager av problemet. Vid det första lagret Ă€r kĂ€rnan AI-algoritmen. Utöver detta finns det frĂ„gan om data. Till exempel noterade han att det finns regler och en aspekt av ansvarsskyldighet vid bedömning av kredit inom bank. Men om du bara anvĂ€nder godkĂ€nnanden under de senaste 20 eller 30 Ă„ren skulle modellen ge mer kredit till mĂ€n Ă€n kvinnor. NeuralnĂ€tet Ă€r inte partiskt, sade han, men datamĂ€ngden Ă€r det. PĂ„ en annan nivĂ„ talade han om en bias pĂ„ högre nivĂ„ genom att de flesta som arbetar inom AI Ă€r vita mĂ€n, en situation som han sa att industrin “försöker förbĂ€ttra.”

Ett silverfoder, sa Gil, Ă€r att om nĂ„gon nekas kredit och en person fattar beslutet Ă€r det lĂ€tt för en person att ge en ursĂ€kt. Men om du tittar pĂ„ beslut frĂ„n en algoritm över en tidsperiod Ă€r det mycket lĂ€ttare att se vad som verkligen hĂ€nder. “AI sĂ€tter en spegel framför vĂ„ra ansikten”, sa han och noterade att det Ă€r lĂ€ttare att Ă€ndra en algoritm Ă€n att Ă€ndra 1 000 personer.

Som en del av detta beskrev han arbetet IBM gör för att leta efter fördomar i data och för att fatta mer rÀttvisa beslut. Han noterade att rÀttvisa involverade mÄnga olika mÄtt och att variabler Àr korrelerade till varandra pÄ dolda sÀtt, och det gör det svÄrt.

Socher noterade att partiskhet var “inte sĂ„ lĂ€tt att ta bort som det verkar.” Han noterade att du kunde ta bort ras eller kön frĂ„n en algoritm men fĂ„ mycket av samma resultat genom att övervĂ€ga postnummer och inkomst. Han konstaterade att det var svĂ„rt eftersom Salesforce inte bygger en applikation – det skapar istĂ€llet mindre applikationer för 150 000 organisationer, var och en med sina egna data. Han noterade att nĂ„gon form av partiskhet kan vara acceptabel, som att inte marknadsföra bröstpumpar för mĂ€n. Men i andra fall kan det vara olagligt eller fel. Det finns “ingen silverkula”, sa Socher, “det mĂ„ste vara en tĂ€nkesĂ€tt.”