本文转载自大众号“读芯术”(ID：AI_Discovery)。

Dr. Courtney Heldreth和Diana Akrong是Google Research的用户体会研讨人员。他们的作业是探究怎么运用人工智能协助改进展开中国家农人的日子，着眼于将农人的需求、做法、价值体系、社交圈和日常农业生态体系实践融入Google打造的产品中。

Diana是Google Accra UX团队的开创成员;Courtney是一位社会心理学家，她带领一个团队展开根据文明的研讨，以了解人工智能对展开中国家公民的富余和时机。他们在2020年5月接受了David Weinberger的采访。

David：展开中国家当地的小型农场面临着哪些应战?

Courtney：2050年前，估计地球上会添加25亿人口，而犁地却越来越少，而且气候改变将继续对粮食生产发生毁灭性影响。

Diana：这些问题对展开中国家的影响将大于对发达国家的影响。

David：往后严峻至要挟地球的、导致散布不均的问题会层出不穷，那么机器学习能处理哪些问题呢?

Diana：卫星图画在空间剖析中很有用，可以为农人供应从天气到土壤湿度水平的个性化和可操作的信息。但在许多展开中国家，分辨率不足以捕获这些区域典型小型农场的细节。这使得为这些农场供应准确和个性化的主张和猜测变得很难。

Courtney：这一点真的很重要。农田的地势和规模是超变量，因而测验检测小型农场中的土壤湿度时，与在100英尺外的农场中或许会大不相同。别的，展开中国家的许多农场都无法准确区域分出起点和结尾。此外还存在树立正确基准数据的巨大问题……

Shannon May为谷歌制作的插图

David：也便是说，应用到机器学习体系的基准数据准确性很重要，因而实践数据最好是准确的。

Courtney：是的，正确基准数据关于创立准确的机器学习模型十分重要。但在偏远区域，搜集数据往往既费财又吃力。例如，一般你需求在一段时间内从农场不同的当地搜集多个土壤样本。这需求把人们带到数百个农场，搜集许多样本，然后把这些样本送到实验室，这会十分贵重。

疫情使得人们很难外出去核实根据卫星图画提出的主张。而且当固定的、明晰的鸿沟概念在文明上不重要的情况下，很难确认哪些数据适用于哪个地理位置。

Diana：这是社会技能布景的重要组成部分，有太多相互影响的要素影响着是否选用以及怎么选用技能。

David：比方说呢?

Diana：比方乡村社区的网络根底设施。在撒哈拉以南的非洲乡村区域，大多数网络连接都依靠2G技能，且掩盖规模有限。拜访高运营本钱和低收入时机，在这些当地扩展网络具有应战性。这就约束了根据云的处理方案在这些区域发挥作用，在必定程度上也约束了数据的搜集和运用。

Courtney：这是一个很好的观念。大多数政府是以决议方案为首要利益而搜集数据，而且不能充沛满意农人个别的需求。虽然在这些小型农场和村庄中，一些利益方在出资技能和数据搜集方面没有看到满足的报答，但咱们将其视为时机。咱们怎么才干知道这些小农地点的当地?咱们怎么更好地了解小农的需求和情况，然后发现人工智能发明更多经济赋权的办法?

David：因而，你们并不是在寻求用簇新的事物来替代传统的做法?

Diana: 彻底不是。咱们信赖，在农业价值链中，可以运用技能增强者的才能和干事办法。

图源：unsplash

David：怎么防止强加对技能人员来说有意义、但对想要协助的农人却未必有用的处理方案呢?

Diana：当地农人最了解自己面临的应战。因而，咱们深信参加式规划——创立对社区有用并可供社区运用的处理方案。要做到这一点，就要让社区成为这个进程的一部分。

这样不只有助于改进作业，尊重当地社区的需求和价值观，而且有助于进步改进作业的选用度。乡村社区选用技能的办法是当地农人试用，假如他们喜爱，他们会告知其他农人，口碑是最好的营销途径。

Courtney：假如是为农人而做但和农人一同规划，这项技能要么不会被选用，要么不会传达。

Diana：咱们还看到一些事例，关于防备特定作物疾病有用信息的表达办法与农人的主意和表达办法并不共同。这也是咱们倡议在机器学习展开进程中倾听农人声响的另一个原因。

David：那么，在如此杂乱的环境下，怎么整合技能来协助处理问题呢?

Courtney：这是个要害的问题。咱们的办法一向寻求：人工智能的优势和当地农人的需求之间有哪些纤细的交集?农业生态体系极为杂乱，有供货商、农人、商人、客户和交给体系……咱们无法测验处理一切问题，由于咱们知道咱们无法成为整个价值链的专家。

可是这种杂乱性无法防止。为了给这个集体供应有意义的技能处理方案，需求考虑整个价值链，由于农业、粮食安全和公共卫生密切联系。昆虫可以在农作物上繁衍，森林采伐或许导致疟疾传达和营养不良。咱们还没有一切答案，但咱们正在为杂乱又细腻的生态体系进行规划。

例如，咱们支撑农人进步生产力，但这还不是结尾。高供应或许意味着较低的价格，这会下降农人的收入。因而，咱们还需求促进获取有关社区中其他农人正在栽培什么的信息，促进进入市场，并尽所能保证有利信息经过整个价值链传递。

David：假如说价值链——实践上是一种生态体系——是如此杂乱和重要，但又如此巨大，以至于作为一名技能人员无法盼望彻底了解它，你该怎么展开下去呢?

图源：unsplash

Courtney：咱们的团队进行了研讨，然后了解农人在这个杂乱的价值链中面临的应战。经过这个研讨，咱们确认了两个要害的杠杆点(它们被界说为在一个杂乱体系中，一个小的改动可以发生大的改变的当地。)

第一个杠杆点是促进可继续农业实践，这是一种实践体系，可以添加生物多样性，肥美土壤，改进流域和增强生态体系服务。第二个杠杆点是寻求为农人供应更多经济保证的办法，然后进步其应变才能。

在咱们开端探究这些范畴时，咱们首要重视的是了解农人的需求和应战。这便是为什么社区伙伴联系如此重要的原因。具有与农人、政府树立信赖联系的协作伙伴关于开发真实有协助的技能至关重要。

David：树立信赖应该是其间的要害部分。

Diana：没错!社区是树立在信赖之上的，因而与他们协作至关重要。

David：项目进行的现状怎么?

Courtney：咱们一向在采纳一种十分根底的、以农人为中心的办法。这意味着要兢兢业业，与农人攀谈，了解他们需求什么和想要什么，以及怎么与经济安全、家庭安稳、乃至心理健康相结合。咱们正在与印度各地的500名农人进行攀谈，了解他们的需求，以及人工智能怎么协助他们。

然后新冠病毒就爆发了，一切线下的研讨交流都被推迟了。但只需安全，咱们就会继续做这项作业。与此同时，咱们也专心于专家访谈。

David：都有哪些专家呢?

Diana：在非洲撒哈拉以南、印度和印度尼西亚作业的研讨人员、农艺师、农场投入品分销商、农业归纳企业司理、方针制定者、学者和农业推行人员。这些专家与农人密切协作，而且其间一些人自身便是农人。

David：你们的研讨成果会揭露吗?

Courtney：咱们方案尽或许将其揭露。咱们将宣布以农人为中心的人工智能的研讨论文，提出一个了解农人需求及其社会体系的结构。咱们还方案发布农人查询的成果，并期望与大众共享。

David：什么时候揭露呢?

Diana：期望在今年年底之前，可是现在新冠病毒影响着咱们的日程，有许多需求外出的作业需求现在无法完成。咱们期望在与农人的对话中优先考虑面临面的互动，以便咱们在了解农人的需求、方针和期望时树立联系并树立信赖。

David：怎样才算成功?

图源：unsplash

Courtney：这是一个不断学习的进程。假如它能让更多的小农选用可继续的农业做法，然后让农场更有生产力和适应力，咱们就以为这个项目是成功的。这是咱们期望可以完成的方针。

Diana：关于个别农人，在有限的资源下最大化生产力是很重要的。适应才能很重要，由于生态体系是如此杂乱和不行猜测。咱们越能猜测和协助削减操控成果的不确认性，对这些农人就越好。

David：农人的声响决议什么是成功?

Courtney：这是咱们作业中最重要的方面。在整个开发进程中，咱们会始终如一地与他们进行交流。由于咱们是用户体会研讨者，也是人类同胞，咱们十分关怀并保证农人的声响会被听到而且永久不会消失。