人工智能及其能够生成的重要数据，正帮助减少非洲的不平等。
开发者正利用这些信息改进作物分析和医疗诊断。
专家表示，要设计出行之有效的人工智能解决方案，本地知识同样至关重要。
南非计算机科学家Raesetje Sefala决心运用自己的技能抗击不平等，于是着手开发用于标记贫困热点的算法，并建立数据集；她希望这些数据能帮助精准投放援助、建设新住房或诊所。
从作物分析到医疗诊断，人工智能（AI）已在全球广泛用于各项重要任务；但Sefala及越来越多的非洲同行开发者，正率先运用人工智能应对非洲大陆特有的挑战。
Sefala表示，要设计出行之有效的人工智能解决方案，本地知识至关重要。
“如果研究团队里没有拥有多元经历的人，就很容易以边缘化他人的方式解读数据。”这位26岁的年轻人从约翰内斯堡的家中说道。
非洲是世界上最年轻、增长最快的大陆。科技专家表示，年轻的本土人工智能开发者在设计应用、解决当地问题方面发挥着关键作用。
“非洲要摆脱贫困，需要创新，而这可能带来变革，因为这是非洲人在为非洲做事，而且靠的是自己的力量。”多哥数字经济与转型部长Cina Lawson说。
“我们需要用前沿解决方案应对自己的问题，因为不能在2022年还用20年前的方法解决问题。”Lawson在接受汤森路透基金会视频采访时说。采访地点是这个西非国家。
数字权利团体警告称，人工智能被用于监控，并可能导致歧视；但Sefala表示，人工智能也可以用来“服务数据点背后的人”。
她绘制了南非所有郊区和城镇的地图，随后将这一数据集与卫星数据和机器学习算法结合起来，以捕捉这些社区随时间推移的发展变化。
她很快意识到，自己开发的算法能力有限，因为有些城镇——包括她长大的地方——未能被准确预测。
根据亲身经历改进算法后，收集到的数据也变得更加准确。
“构建人工智能模型时，这类决定会影响你疏远哪些人，又纳入哪些人。”Sefala说。她是分布式人工智能研究（DAIR）研究所的首位人工智能研究员。该研究所是一个由社群推动的研究团体。
'提供援助'
Lawson说，2020年初新冠疫情席卷全球时，多哥政府官员意识到必须立即采取行动，支持非正规就业者；他们约占该国劳动力的80%。
“如果你决定让所有人都待在家里，就意味着某个人当天会没饭吃，就是这么简单。”她说。
政府用10天时间建立了一个名为Novissi的移动支付平台，向弱势群体发放现金。
政府与智库贫困行动创新组织（IPA）及加利福尼亚大学伯克利分校合作，利用卫星图像绘制多哥贫困地图。
在GiveDirectly的支持下，政府使用算法识别符合直接现金转移援助条件的对象。GiveDirectly是一家运用人工智能发放现金转移援助的非营利组织；入选对象每天收入低于1.25美元，且居住在最贫困的地区。
“我们给他们发短信说，如果需要经济援助，请登记。”Lawson说，并补充说，受益人的知情同意和数据隐私得到了优先保障。
这项计划共帮助了920,000名有需要的受益人。
“机器学习的优势在于能在很短时间内触及许多人，并在人们最需要的时候提供援助。”常驻肯尼亚的GiveDirectly负责人Caroline Teti说。
'零代表性'
为了推动非洲关于人工智能的讨论，计算机科学家Benjamin Rosman和Ulrich Paquet与其他同事于2017年共同创立了Deep Learning Indaba——这是一个为期一周的聚会，最初在南非举办。
“过去参加顶级人工智能会议时，非洲完全没有代表，无论是论文还是参会者都如此。所以我们一直在寻找低成本的方式来建立一个社群。”Paquet在视频通话中说。
2019年，27场规模较小、名为IndabaX的Indaba活动在非洲各地举办，其中一些活动的参与者多达300人。
其中一场衍生活动是IndabaX Uganda。该活动创办人Bruno Ssekiwere说，参与者分享了运用人工智能解决社会问题的信息，例如改善农业和治疗疟疾。
南非Indaba的另一项成果是Masakhane——这是一个组织，利用开源机器学习翻译非洲语言；这些语言通常未被纳入Google翻译等在线程序。
创办人在其网站上谈到南非哲学“Ubuntu”，这个词通常意为“人性”，并将其列为组织价值观的一部分。
“这一哲学倡导协作、参与和社群。”该组织网站写道。Ssekiwere、Paquet和Rosman表示，这一哲学如今已成为非洲人工智能研究的核心价值。
包容
Sefala现已建立南非郊区和城镇的数据集，她计划与领域专家及社区合作完善数据集、深入开展不平等研究，并改进算法。
“让数据集易于获取，为制定新的机制和方法打开了大门，从而推动消除隔离、改善住房，并促进人们获得经济机会。”她说。
非洲人工智能领域的领军人士表示，建立更完整的数据集也有助于解决算法中根深蒂固的偏见。
“想象一下，如果在贝宁、布基纳法索、加纳、科特迪瓦……推广Novissi，那么算法就能在了解西非贫困状况的基础上接受训练。”Lawson说。
“如果说科技领域有什么办法可以对抗偏见，那就是增加多元化的数据集……我们需要作出更多贡献。”她说。
但Sefala说，要作出更多贡献，就需要增加对非洲项目的资助，并让更多人有机会接受计算机科学教育、使用技术。
尽管存在这些障碍，Lawson仍表示：“技术将成为非洲的救世主。”
“让我们运用前沿技术并立即付诸实践，否则整个非洲大陆永远无法摆脱贫困。”她说，“事情就是这么简单。”
