Rudradeb Mitra, grundare av Omdena – Intervjuer

Rudradeb Mitra är grundare av Omdena, en global plattform där en community av förändringsagenter bygger AI-lösningar för att lösa verkliga problem genom samarbete.

Vad var din initiala inspiration för att starta Omdena?

Det fanns tre huvudsakliga skäl:

Att använda AI för socialt välstånd och bygga lösningar för människor i botten av pyramiden, att ge möjligheter till AI-entusiaster oavsett var de bor att arbeta med verkliga projekt och att visa att samarbete är mycket mer kraftfullt än konkurrens och är det bästa sättet att bygga inkluderande, etiska och antagbara AI-lösningar.

Omdenas ultimata mål är att bygga framtiden för arbete och utbildning – att skapa en värld där oavsett var man bor, har man lika tillgång till arbete och möjligheter.

Omdenas mål är att entusiaster som aldrig har träffats och som är belägna i olika delar av världen ska komma samman, samarbeta och lösa stora samhällsproblem. Kan du beskriva logistiken bakom att ha alla dessa människor som arbetar tillsammans?

Den viktigaste faktorn för att göra samarbete möjligt är att välja rätt människor – vi går igenom en 2-stegs urvalsprocess baserad på olika kriterier. När rätt människor väljs är resten ganska lätt – ge dem rätt infrastruktur, verktyg och processer för att samarbeta och låt dem själva organisera sig. Som en av Omdenas samarbetspartners beskrev sin upplevelse, ‘Det som verkar vara kaos i början, börjar man uppskatta upplevelsen och inser betydelsen av att arbeta i en själorganiserad miljö, där viktiga slutsatser och optimala lösningar till slut framträder som vinnare. Det är en mycket välkommen och värdefull upplevelse. Det gör mig stolt att vara en del av det.’ – Vjeko Hofman, Omdena Challenge-deltagare från Kroatien.

Hur bestämmer ni vilka utmaningar ni ska tackla?

Vi väljer först rätt organisation att arbeta med. Kriterierna för att välja en organisation är att den hanterar ett stort globalt problem, har möjlighet att skapa en förändring på marknivå och kan använda AI/ML-modellen som vi bygger.

Utmaningens detaljer bestäms genom en iterativ process, där vi tittar på olika kriterier för att se om det är meningsfullt att lösa problemet med AI/ML. Tillgängligheten av data är inte ett obligatoriskt villkor, eftersom communityn försöker hitta data som en del av utmaningen. En av samarbetspartners, Anastasis Stamatis från Grekland, skrev ‘Det finns data där ute. Ofullständig, ostrukturerad ibland, men den finns där, väntande på att hittas. Allt vi behöver för att göra en inverkan är rätt människor på rätt plats‘.

En tidigare utmaning var att bestämma var man skulle installera förnybara energisystem i Nigeria, vilket skulle hjälpa över 100 miljoner människor utan tillgång till stabil ström. Vilken typ av data tittade ni på och vilka var några av de insikter ni fick?

Vi försökte identifiera områden i Nigeria som är mest sårbara och behöver omedelbar solenergi. För att göra detta delade vi in Nigeria i kluster (baserat på folkräkningdata) och identifierade områden som är mörka på natten, mer än 15 km från den nationella elnätet, är tätbefolkade och har bra solenergi. Vi byggde en online-modell som kan hittas här.

Tack vare det arbete som utfördes skrev Ademola Eric Adewumi, grundare av organisationen som deltog i Nigeria-utmaningen, ‘Omdenas AI-community förändrade våra liv‘.

Man kan läsa mer om detaljerna och alla artiklarna om arbetet här.

Indien har ett av de sämsta resultaten när det gäller sexuella trakasserier mot kvinnor. Omdena var en partner i att hitta säkra rutter för kvinnor att ta i stora indiska städer. Kan du berätta om den typ av data och maskinlärning som användes för att generera dessa säkra rutter?

Vi samarbetade med en organisation som heter Safecity India, som har en mobilapp som män och kvinnor redan använder för att rapportera sexuella trakasserier. Hittills har de över 15 000 rapporterade incidenter av sexuella trakasserier – data innehåller platsen, tiden, typen av incident och fritext för att dela upplevelsen. Vi använde data för att generera värmebilder av incidenter och sedan använde en ruttplaneringsalgoritm för att nå den närmaste säkra platsen (sjukhus, polisstation eller tunnelbanestation).

Enligt Safecity-teamet; ‘Omdenas community uppnådde på två månader vad vi försökte göra på två år‘.

Man kan läsa mer om detaljerna och alla artiklarna om arbetet här.

Omdenas senaste utmaning är att upptäcka skogsbränder i Amazonas med AI. Detta var ett 8-veckors långt maskinlärningsprojekt som samlade en grupp på 47 dataforskare från 22 länder. Vilka var några av de stora prestationerna som ert team kunde uppnå?

Vi arbetade med ett brasilianskt företag, Sintecsys, som kämpar mot skogsbränder. I det här fallet hade de tillgång till en stor mängd data. Vi kunde bygga modeller (95% precisa på valideringsuppsättningen) som kunde upptäcka rök. När Osmar, chef för innovation på det brasilianska företaget Sintecsys, tillfrågades om sin upplevelse av att arbeta med Omdena, sa han; ‘Enastående på många sätt. Omdena är, från och med nu, det officiella AI-partnernet för Sintecsys‘.

Man kan läsa mer om detaljerna och alla artiklarna om arbetet här.

Vilka kvalifikationer bör någon ha innan de närmar sig er organisation för att hjälpa?

Den viktigaste kvalifikationen vi letar efter hos människor är en önskan att göra världen till en bättre plats. De kan antingen tillhöra en organisation eller vara en individ.

För någon som inte vill gå med i Omdena, men som vill starta ett liknande projekt i sin lokala community, har du några rekommendationer?

Min enda rekommendation är att bara börja. Jag har mött så många människor som vill starta eller vill göra något, men som aldrig gör det. Så, om någon vill göra det, då gör det 🙂 Man kan också kontakta mig om man behöver hjälp eller vägledning.

År 2018 publicerade du en bok som heter “Skapa värde med artificiell intelligens: Lärdomar från 10 år av att bygga AI-produkter och övervinna data-, antagnings- och ingenjörsutmaningar”. Kan du berätta mer om den här boken och vad du diskuterar i den?

Jag skrev den här boken för att visa kraften i AI och hur det kan lösa sociala problem. Den här boken brottas gapet mellan den vanliga världen och den tekniska AI-världen. Den är för alla som vill gräva djupare i de praktiska aspekterna och utforska värdet av AI och bygga intelligenta produkter för verkliga användningsfall. Jag diskuterar:

– Var AI eller intelligenta maskiner kan lägga till värde?

– Vilka verkliga problem kan lösas och vilka problem är svårare att lösa med hjälp av befintliga AI-algoritmer,

– En kort förklaring av de mest tillämpliga algoritmerna och för vilka användningsfall de är mest lämpliga,

– Hur man konstruerar och arkitekterar AI-system,

– Hur man övervinner några av de största utmaningarna med att samla in data, utveckla produkten och göra användarna anta produkten.

De ovanstående stegen förklaras genom användningsfall från bank, försäkring, energi, försäljning, hälsovård och andra sektorer. Nästan all kunskap och användningsfall som delas i den här boken är baserade på mina personliga erfarenheter.

Jag är också glad att boken fick många bra recensioner (19 av 20 recensenter gav den 5 stjärnor på Amazon (AMZN )), några av dem som jag gillar:

“Denna bok kan förändra din syn på hur du kan bygga eller skapa smarta saker.”

“Detta är årets bok från min sida. Tack“

“En bra bok, om ett ämne som inte är lätt att förstå för de flesta människor, på ett mycket lättsamt sätt, tillgängligt för alla.”

Slutliga ord?

Jag är superentusiastisk över framtiden och ser fram emot att se vart Omdena tar oss.

Författarens not: Jag var glad att kunna presentera Rudradeb Mitra och arbetet bakom Omdena, ett viktigt projekt som förändrar världen på så många positiva sätt. För att lära mer, besök Omdena.

Titta också på “Skapa värde med artificiell intelligens: Lärdomar från 10 år av att bygga AI-produkter och övervinna data-, antagnings- och ingenjörsutmaningar” för en annan typ av bok om AI.