จากฟาร์มสู่ดีเอ็นเอข้อมูลกำลังเปลี่ยนแปลงการทำฟาร์มและยารักษาโรคที่แม่นยำ

มันไม่มีความลับที่ข้อมูลและการวิเคราะห์จะเปลี่ยนแปลงเพียงเกี่ยวกับทุกอุตสาหกรรมดังนั้นฉันไม่แปลกใจที่จะเห็นการประชุมจำนวนมากที่ Fortune Brainstorm Tech มุ่งเน้นไปที่หัวข้อ แต่ฉันพบว่าการสนทนาเกี่ยวกับการใช้งานใหม่สำหรับข้อมูลการเกษตรและจีโนมน่าสนใจมากเช่นเดียวกับการพูดคุยเกี่ยวกับ "การควบคุม AI" ที่มากับข้อมูลเช่นกัน

ข้อมูลจีโนมที่บรรพบุรุษและสี

บรรพบุรุษมาร์โก Georgiadis ซีอีโอและสีผู้ร่วมก่อตั้งและซีอีโอโอทแมน Laraki พูดคุยกันว่าข้อมูลจีโนมสามารถส่งผลกระทบต่อตลาดการดูแลสุขภาพ

Georgiadis ตั้งข้อสังเกตว่าบรรพบุรุษซึ่งปัจจุบันมีข้อมูลเกี่ยวกับประวัติครอบครัว 100 ล้านและแหล่งเก็บข้อมูลผู้บริโภคที่ใหญ่ที่สุดของ DNA ได้รับรอบ 30 ปีและมุ่งเน้นไปที่การโต้ตอบของผู้บริโภค แต่เธอยังได้พูดคุยเกี่ยวกับการร่วมมือกับ บริษัท อื่น ๆ เพื่อให้ได้ผลลัพธ์ด้านสุขภาพที่ดีขึ้นผ่านฟังก์ชั่นจีโนม

เธอเตือนผู้ชมว่า "ยีนของคุณไม่ใช่ชะตากรรมของคุณ" กล่าวว่ามันเป็นเพียงสัญญาณเดียวและเป็นสิ่งสำคัญที่ต้องดูประวัติครอบครัวเช่นกัน

Laraki ซึ่ง บริษัท มุ่งเน้นไปที่การแพทย์ที่มีความแม่นยำกล่าวถึงการใช้ข้อมูลจีโนมเพื่อ "สร้างโครงสร้างพื้นฐานด้านการดูแลสุขภาพที่สามารถมองเห็นได้ไกลออกไป" ในอนาคตเรา "จะไม่คิดว่ามันเป็นฟังก์ชั่นเราจะคิดว่ามันเป็นการดูแลสุขภาพ" เขาตั้งข้อสังเกตว่าการปลดการเชื่อมต่อครั้งใหญ่ระหว่างสิ่งที่เราใช้ไปกับการดูแลสุขภาพและความคุ้มค่าที่เราได้รับ นี่คือ "โอกาสที่ใหญ่ที่สุดของมนุษย์และผู้ประกอบการในยุคของเรา" เขากล่าวโดยสังเกตว่าระบบสุขภาพกำลังเริ่มใช้จีโนมในการดูแลเบื้องต้น

เขาได้พูดคุยเกี่ยวกับการใช้งานของผู้บริโภคและผลกระทบด้านการดูแลสุขภาพระดับประชากรและพูดคุยเกี่ยวกับความสัมพันธ์ของ บริษัท กับ MIT Broad Institute

ยังคง Georgiadis กล่าวว่าความเป็นส่วนตัวเป็นรากฐานของความสัมพันธ์ของ บริษัท กับลูกค้าและกล่าวว่าบุคคลใช้และควบคุมข้อมูลของตนเอง เธอกล่าวว่า บริษัท ไม่เคยให้ข้อมูลกับการบังคับใช้กฎหมายเว้นแต่จะถูกบังคับให้ทำเช่นนั้นและปีที่แล้วเกิดขึ้นเพียง 10 ครั้ง คำขอทั้งหมดเกี่ยวข้องกับการฉ้อโกงบัตรเครดิตไม่ใช่ข้อมูลทางพันธุกรรม

เธอกล่าวว่าข้อมูลเชิงลึกโดยรวมที่สามารถรวบรวมระหว่างบันทึกมีความสำคัญ "ลูกค้าของเราไม่เคยเป็นผลิตภัณฑ์" เธอกล่าว "การจัดตำแหน่งนั้นมีความสำคัญอย่างยิ่ง"

Georgiadis กล่าวว่า บริษัท ที่รวบรวมข้อมูลจีโนมต้องมีความชัดเจนเกี่ยวกับสิ่งที่พวกเขายึดถือและในการทำให้แน่ใจว่าลูกค้าเข้าใจว่าองค์กรจะใช้และแบ่งปันข้อมูลอย่างไร เธอบอกว่า Ancestry, 23andMe, และ Helix ได้สร้างมาตรฐานความเป็นส่วนตัวทางพันธุกรรมและสนับสนุนให้ผู้เล่นคนอื่น ๆ ลงชื่อเข้าใช้ ซึ่งรวมถึงการใช้ข้อมูลระดับประชากรสำหรับการวิจัยทางการแพทย์และสุขภาพ

เทคโนโลยีทุกชิ้นสร้างประเด็นใหม่ขึ้นมา Georgiadis กล่าว "ในฐานะผู้นำเราต้องรับผิดชอบในการคิดและคาดการณ์ปัญหาเหล่านั้นและกำหนดมาตรฐานระดับสูงสำหรับวิธีที่เราทำธุรกิจ"

ข้อมูลการเกษตร

ในเซสชั่นอื่นผู้ก่อตั้งและผู้บริหารและซีอีโอเบ ธ ฟอร์ดของ Land O'Lakes และหน่วยสืบราชการลับของ Sara Menker ได้พูดคุยกันว่าข้อมูลกำลังเปลี่ยนแปลงเกษตรกรรมและธุรกิจรอบ ๆ อย่างไร

ฟอร์ดพูดคุยเกี่ยวกับการวิจัย Land O'Lakes เป็นแบบจำลองการคาดการณ์ที่รวบรวมข้อมูลเกษตรกรเกี่ยวกับสิ่งที่ปลูกในดินประเภทต่าง ๆ และการปฏิบัติที่พวกเขาทำเพื่อช่วยให้เกษตรกรรู้ว่าการเปลี่ยนแปลงที่พวกเขาสามารถทำได้ในฤดูปลูก เธอกล่าวว่า บริษัท Truterra Insights Engine มีจุดข้อมูลจำนวนหนึ่งล้านล้านจุด เป้าหมายคือการเพิ่มความยืดหยุ่น แต่ในเวลาเดียวกันปรับปรุงการผลิต

Land O'Lakes เป็นสหกรณ์ที่เกษตรกรเป็นเจ้าของฟอร์ดตั้งข้อสังเกตและดังนั้นจึงมุ่งเน้นไปที่การช่วยปรับปรุงประสิทธิภาพการผลิตของฟาร์มและความยั่งยืน เป้าหมายคือการปรับปรุงโครงสร้างแรงจูงใจให้กับเกษตรกรโดยบอกว่าร้อยละ 96 ของฟาร์มยังคงเป็นของครอบครัว เธอกล่าวถึง "ชะตากรรมที่แบ่งปัน" ที่พวกเราทุกคนแบ่งปันเสริมว่าเทคโนโลยีเป็นสิ่งจำเป็นหรือความมั่นคงด้านอาหารจะตกอยู่ในความเสี่ยง

เธอกล่าวว่าข้อมูลของเกษตรกรแต่ละรายถูกปิดบัง แต่รวมกับแบบจำลองการคาดการณ์รวมถึงข้อมูลที่รวบรวมจากดาวเทียมและโดรน "เราจะเก็บข้อมูลของพวกเขา" ฟอร์ดกล่าว "แต่พวกเขาเป็นเจ้าของ"

แบบจำลองการคาดการณ์และการเปลี่ยนแปลง "ในฤดูกาล" อย่างที่ไม่เคยมีความสำคัญมากกว่าในปีนี้ฟอร์ดกล่าวว่าการสังเกตประเด็นที่เกี่ยวข้องกับสภาพอากาศอย่างมากที่เกษตรกรกำลังเผชิญอยู่ เธอกล่าวว่าชาวนาโดยเฉลี่ยสูญเสียเงินเมื่อปีที่แล้วและราคาสินค้าโภคภัณฑ์ต่ำเป็นปัญหาสำหรับเกษตรกรหลายคนมาหลายปี

หน่วยสืบราชการลับของ Gro กำลังทำงานในการสร้างแบบจำลองการทำนายการคาดการณ์อุปทานอุปสงค์และราคาสำหรับสินค้าเกษตรใด ๆ ในโลก Menker กล่าว เธอกล่าวว่า บริษัท อาหารและเครื่องดื่มธนาคารและผู้ค้าสินค้าต้องการข้อมูลนี้โดยเฉพาะอย่างยิ่งเนื่องจากการเปลี่ยนแปลงที่มาจากเหตุการณ์สภาพอากาศที่รุนแรง เธอตั้งข้อสังเกตว่าพื้นที่เพาะปลูก 10 ล้านเอเคอร์ถูกทิ้งร้างเนื่องจากน้ำท่วมในปีนี้คิดเป็นมูลค่า 6.5 พันล้านเหรียญสหรัฐ

Menker พูดคุยเกี่ยวกับวิธีที่ระบบออกแบบมาเพื่อนำเข้าชุดข้อมูลและตอบสนองต่อเหตุการณ์ในตลาดและวิธีนี้จะช่วยให้ บริษัท สามารถจัดโครงสร้างตราสารทางการเงินเพื่อจัดการความเสี่ยงได้ดียิ่งขึ้น เธอกล่าวว่าในที่สุดจะลดต้นทุนเงินทุนสำหรับเกษตรกร เธอเคยค้าน้ำมันและก๊าซและมันง่ายกว่าที่จะได้รับทุนเพื่อพัฒนาพลังงานมากกว่าทำฟาร์ม

IBM และ Salesforce on Data, Fairness และ AI Ethics

ริชาร์ดโซเชอร์หัวหน้าเจ้าหน้าที่ฝ่ายปฏิบัติการของ IBM Research ริชาร์ดโซเชอร์หัวหน้านักวิทยาศาสตร์ฝ่ายขายของ IBM ได้พูดคุยเกี่ยวกับ AI และความสำคัญของการใช้มันในแง่ที่มีจริยธรรมและยุติธรรม

"ทุกอุตสาหกรรมจะได้รับผลกระทบจาก AI" Socher กล่าว แต่ท้ายที่สุด AI จะทำได้ดีเท่าข้อมูลที่เราใช้ในการฝึกอบรม เป็นผลให้เขากล่าวว่าเขตข้อมูลต้องให้ความสำคัญกับจริยธรรม เขาตั้งข้อสังเกตว่าเช่นเครื่องมือใด ๆ - คอมพิวเตอร์อินเทอร์เน็ตหรือแม้แต่ค้อน - AI สามารถใช้งานได้ดีหรือไม่ดี

กิลเรียก AI ว่า "คำที่โชคร้าย" เพราะผู้คนได้ยินคำนั้นและคิดว่ามันเป็นการแสดงด้วยตัวของมันเอง เขากล่าวว่าเราควรแทนที่คำว่า "ซอฟต์แวร์" สำหรับ "AI" ทำให้ชัดเจนยิ่งขึ้นเมื่อมีความรับผิดชอบ “ ความรับผิดชอบต้องพักผ่อนกับผู้คนและสถาบันที่กำลังสร้างซอฟต์แวร์” เขากล่าว

ถามเกี่ยวกับ "deepfakes" Socher กล่าวว่าผู้คนแกล้งรูปถ่ายมาเป็นเวลานานและในเวลาเดียวกันผู้คนก็เริ่มหารูปปลอมได้ดีขึ้น เขากล่าวว่าเราต้องทำความเข้าใจกับวิดีโอ แต่ตอนนี้มันยากมากที่จะสร้างวิดีโอที่น่าเชื่อถือจริงๆ สำหรับตอนนี้ Socher กล่าวว่าเขาเป็นกังวลมากขึ้นเกี่ยวกับคนที่สร้างข่าวปลอมแบ่งปันในโซเชียลมีเดียและ AI แนะนำให้มัน

กิลพูดคุยเกี่ยวกับคำถามเรื่องอคติชี้ไปที่ปัญหาหลายชั้น ที่ชั้นแรกเป็นอัลกอริทึม AI หลัก ยิ่งไปกว่านั้นนั่นคือปัญหาของข้อมูล ตัวอย่างเช่นเขาตั้งข้อสังเกตว่ามีกฎระเบียบและแง่มุมของความรับผิดชอบในการประเมินเครดิตในธนาคาร แต่ถ้าคุณใช้การอนุมัติในช่วง 20 หรือ 30 ปีที่ผ่านมาโมเดลจะให้เครดิตมากกว่าผู้ชาย ตาข่ายประสาทไม่ได้มีอคติเขาพูด แต่ชุดข้อมูลนั้น ในอีกระดับหนึ่งเขาได้พูดคุยเกี่ยวกับอคติระดับสูงในคนส่วนใหญ่ที่ทำงานใน AI เป็นคนผิวขาวสถานการณ์ที่เขากล่าวว่าอุตสาหกรรมกำลังพยายามปรับปรุง

Gil พูดถึงซับเงินหนึ่งคนคือถ้ามีใครถูกปฏิเสธเครดิตและบุคคลทำการตัดสินใจมันเป็นเรื่องง่ายสำหรับคนคนหนึ่งที่จะแก้ตัว แต่ถ้าคุณดูการตัดสินใจจากอัลกอริทึมในช่วงเวลาหนึ่งมันจะง่ายกว่าที่จะเห็นสิ่งที่เกิดขึ้นจริง "AI ใส่หน้ากระจกหน้าของเรา" เขากล่าวโดยสังเกตว่าการเปลี่ยนอัลกอริทึมง่ายกว่าการเปลี่ยน 1, 000 คน

• Fortune Brainstorm Tech: โมเดลการเปลี่ยนแปลงของ E-Commerce Fortune Brainstorm Tech: โมเดลการเปลี่ยนแปลงของ E-Commerce
• Fortune Brainstorm Tech: การสร้าง 'คอมพิวเตอร์อินเทอร์เน็ต' Fortune Brainstorm Tech: การสร้าง 'คอมพิวเตอร์อินเทอร์เน็ต'
• Ice Lake ของ Intel ได้รับของจริง: 5 ประเด็นสำคัญ Ice Lake ของ Intel ได้รับของจริง: 5 ประเด็นสำคัญ

เป็นส่วนหนึ่งของสิ่งนี้เขาอธิบายงานที่ IBM กำลังทำเพื่อค้นหาอคติในข้อมูลและเพื่อการตัดสินใจที่ยุติธรรมมากขึ้น เขาตั้งข้อสังเกตว่าความยุติธรรมนั้นเกี่ยวข้องกับการวัดที่แตกต่างกันมากมายและตัวแปรนั้นมีความสัมพันธ์ซึ่งกันและกันในลักษณะที่ซ่อนเร้นและนั่นทำให้มันยาก

Socher ตั้งข้อสังเกตว่าอคติคือ "ไม่ใช่เรื่องง่ายที่จะลบอย่างที่เห็น" เขาตั้งข้อสังเกตว่าคุณสามารถลบการแข่งขันหรือเพศจากอัลกอริทึม แต่ได้รับผลลัพธ์มากเหมือนกันโดยพิจารณาจากรหัสไปรษณีย์และรายได้ เขาสังเกตเห็นว่ามันยากเพราะ Salesforce ไม่ได้สร้างแอปพลิเคชันเดียว - แต่จะสร้างแอปพลิเคชันที่มีขนาดเล็กลงสำหรับ 150, 000 องค์กรโดยแต่ละแห่งใช้ข้อมูลของตัวเอง เขาตั้งข้อสังเกตว่ารูปแบบของความลำเอียงบางรูปแบบอาจยอมรับได้เช่นไม่ใช่การขายเครื่องปั๊มนมให้กับผู้ชาย แต่ในกรณีอื่น ๆ มันอาจผิดกฎหมายหรือผิด มี "ไม่มีกระสุนเงิน" Socher กล่าวว่า "จะต้องมีความคิด"