Rudradeb Mitra, grunnlegger av Omdena – Intervju-serie

Rudradeb Mitra er grunnlegger av Omdena, en global plattform der en samfunn av innovatører bygger AI-løsninger for å løse virkelige problemer gjennom samarbeid.

Hva var din opprinnelige inspirasjon for å lansere Omdena?

Det var tre hovedgrunner:

For å bruke AI til sosialt godt og bygge løsninger for mennesker på bunnen av pyramiden, for å gi muligheter til AI-entusiaster uansett hvor de bor å jobbe med virkelige prosjekter og for å vise at samarbeid er mye mer kraftig enn konkurranse og er den beste måten å bygge inkluderende, etiske og brukbare AI-løsninger.

Omdenas ultimate mål er å bygge fremtidens arbeid og utdanning – å skape en verden der uansett hvor en person bor, har like tilgang til arbeid og muligheter.

Omdenas mål er for entusiaster som aldri har møtt hverandre og som er lokalisert i forskjellige deler av verden, å komme sammen, samarbeide og løse store samfunnsproblemer. Kan du beskrive logistikkene for å få alle disse menneskene til å jobbe sammen?

Nøkkelen til å gjøre samarbeid til å fungere er å velge riktige mennesker – vi går gjennom en 2-trinns seleksjonsprosess basert på forskjellige kriterier. Når riktige mennesker er valgt, er resten ganske enkelt – gi dem riktige infrastruktur, verktøy og prosesser til å samarbeide og la dem selvorganisere. Som beskrevet av en av Omdenas samarbeidspartnere, hans erfaring, ‘Det som ser ut som kaos til å begynne med, begynner en å sette pris på erfaringen og innse relevansen av å jobbe i en selvorganiserende miljø, der viktige konklusjoner og optimale løsninger til slutt kommer frem som vinnere. Det er en veldig velkommen og verdifull erfaring. Det gjør meg stolt å være en del av det.’ – Vjeko Hofman, Omdena Challenge-deltaker fra Kroatia.

Hvordan bestemmer du hvilke utfordringer å løse?

Vi velger først riktig organisasjon å jobbe med. Kriteriet for å velge en organisasjon er at det løser et stort globalt problem, har evnen til å gjøre en forskjell på bakkenivå og er i stand til å bruke AI/ML-modellen vi bygger.

Detaljene om utfordringen bestemmes gjennom en iterativ prosess, der vi ser på forskjellige kriterier for å sjekke om det har mening å løse problemet med AI/ML. Tilgjengeligheten av data er ikke en obligatorisk betingelse, da samfunnet prøver å finne data som en del av utfordringen. En av samarbeidspartnerne, Anastasis Stamatis fra Hellas, skrev ‘Dataene er der. Ufullstendige, ustrukturerte av og til, men de er der, og venter på å bli funnet. Alt vi trenger for å gjøre en forskjell, er riktige mennesker på riktige steder‘.

En tidligere utfordring var å bestemme hvor man skulle installere fornybar energi-systemer i Nigeria, noe som ville hjelpe over 100 millioner mennesker uten tilgang til stabil strøm. Hva slags data så du på og hva var noen av innsiktene du fikk?

Vi prøvde å identifisere områder i Nigeria som er mest sårbare og som trenger umiddelbar solenergi. For å gjøre dette delte vi Nigeria inn i kluster (basert på folketellingdata) og identifiserte områder som er mørke om natten, mer enn 15 km unna nasjonalnettet, tett befolket og har god solenergi. Vi bygde en nettmodell som kan finnes her.

Takk til arbeidet som er gjort, skrev Ademola Eric Adewumi, grunnlegger av organisasjonen som var en del av Nigeria-utfordringen, ‘Omdenas AI-samfunn endret våre liv‘.

En kan lese mer detaljer og alle artiklene om arbeidet her.

India har ett av de verste resultatene når det gjelder seksuell trakassering mot kvinner. Omdena var en partner i å finne trygge ruter for kvinner i større indiske byer. Kan du snakke om type data og maskinlæring som ble brukt til å generere disse trygge rutene?

Vi samarbeidet med en organisasjon som heter Safecity India, som har en mobilapp som menn og kvinner allerede bruker for å rapportere seksuell trakassering. Til nå har de over 15 000 rapporterte hendelser av seksuell trakassering – dataene inneholder sted, tid, type hendelse og fritekst for å dele erfaringen. Vi brukte dataene til å generere varme-kart over hendelser og deretter brukte en ruteplanleggingsalgoritme for å nå nærmeste trygge område (sykehus, politistasjon eller metro-stasjon).

Ifølge Safecity-teamet; ‘Omdenas samfunn oppnådde på to måneder det vi prøvde på i to år‘.

En kan lese mer detaljer og alle artiklene om arbeidet her.

Omdenas siste utfordring er å detektere skogbranner i Amazonas med AI. Dette var et 8-ukers maskinlæringprosjekt som samlet en gruppe på 47 data-vitenskapsmenn fra 22 land. Hva var noen av de største fremgangene som ditt team kunne oppnå?

Vi samarbeidet med et brasiliansk selskap, Sintecsys, som kjemper mot skogbranner. I dette tilfelle hadde de tilgang til en stor mengde data. Vi var i stand til å bygge modeller (95% nøyaktig på valideringssett) som kunne detektere røyk. Når han ble spurt om sin erfaring med å jobbe med Omdena, sa Osmar, sjef for innovasjon i det brasilianske selskapet Sintecsys, ‘Utmerket på mange måter. Omdena er, fra nå av, det offisielle AI-partneren til Sintecsy’.

En kan lese mer detaljer og alle artiklene om arbeidet her.

Hva er kvalifikasjonene en person bør ha før de nærmer seg din organisasjon for å hjelpe?

Hovedkvalifikasjonen vi ser etter hos mennesker er en ivrighet til å gjøre verden til et bedre sted. De kan enten tilhøre en organisasjon eller være enkeltpersoner.

For noen som ikke ønsker å bli med i Omdena, men ønsker å starte et lignende prosjekt i sin lokale samfunn, har du noen anbefalinger?

Min eneste anbefaling er å bare starte. Jeg har møtt så mange mennesker som ønsker å starte eller ønsker å gjøre noe, men aldri ender opp med å gjøre det. Så, hvis en ønsker å gjøre det, så gjør det 🙂 Og en kan også kontakte meg hvis de trenger noen hjelp eller veiledning.

I 2018, publiserte du en bok kalt “Creating Value with Artificial Intelligence: Lessons Learned from 10 yrs of Building AI Products and Overcoming Data, Adoption, and Engineering Challenges“. Kan du fortelle oss mer om denne boken og hva du diskuterer i den?

Jeg skrev denne boken for å vise kraften av AI og hvordan det kan løse sosiale problemer. Denne boken broer gapet mellom den vanlige verdens og den tekniske AI-verden. Den er for alle som ønsker å grave dyptere inn i de praktiske aspektene og utforske verdien av AI og bygge intelligente produkter for virkelige bruksområder. Jeg snakker om:

– Hvor kan AI eller intelligente maskiner legge til verdi?

– Hvilke virkelige problemer kan løses og hvilke problemer er vanskeligere å løse med eksisterende AI-algoritmer,

– En kort forklaring av de mest anvendelige algoritmene og for hvilke bruksområder de er best egnet,

– Hvordan man kan konstruere og arkitekturere AI-systemer,

– Hvordan man kan overvinne noen av de største utfordringene med å samle inn data, utvikle produktet og få brukerne til å adoptere produktet.

Ovennevnte steg er forklart gjennom bruksområder tatt fra bank, forsikring, energi, salg, helse og andre sektorer. Nesten all kunnskap og bruksområder delt i denne boken er basert primært på mine personlige erfaringer.

Jeg er også glad for at boken fikk mange flotte anmeldelser (19 av 20 anmeldere ga den 5 stjerner på Amazon (AMZN )), noen av dem som jeg liker:

“Denne boken kan forandre din visjon på hvordan du kan forestille deg å bygge eller gjøre smartere ting.”

“Dette er boken for året fra min side. Takk“

“En flott bok, om et emne som ikke er lett å forstå for de fleste mennesker, på en veldig lett måte, tilgjengelig for alle.”

Er det noen siste ord?

Jeg er super spennende på fremtiden og ser frem til å se hvor Omdena tar oss.

Forfatterens notat: Jeg var spennende på å kunne profilere Rudradeb Mitra og arbeidet bak Omdena, et viktig prosjekt som endrer verden på så mange positive måter. For å lære mer, besøk Omdena.

Også se på “Creating Value with Artificial Intelligence: Lessons Learned from 10 yrs of Building AI Products and Overcoming Data, Adoption, and Engineering Challenges” for en annen type bok om AI.