مرکز مسترکارت برای رشد فراگیر، با همکاری data.org، پنج برنده چالش معتبر هوش مصنوعی برای تسریع در شمول (AI2AI) را معرفی کرد. این ابتکار جهانی به دنبال شناسایی و حمایت از راه‌حل‌های خلاقانه مبتنی بر هوش مصنوعی است که مشارکت و توانمندسازی اقتصادی را تقویت می‌کند.

برندگان جوایز، که برای پروژه‌های تاثیرگذار خود در مناطقی از جمله آفریقا، آمریکای لاتین، خاورمیانه، آمریکای شمالی و آسیای جنوبی انتخاب شده‌اند، هر کدام مبلغ 200000 دلار کمک مالی دریافت خواهند کرد. علاوه بر بودجه، دریافت کنندگان به تخصص فنی ارزشمند و راهنمایی تیم هایی در data.org و Mastercard دسترسی خواهند داشت تا به مقیاس راه حل های خود کمک کنند.

چالش AI2AI بر قدرت هوش مصنوعی برای ایجاد تغییرات مثبت و ایجاد فرصت‌هایی برای جوامع محروم در سراسر جهان تاکید می‌کند. از طریق این ابتکار، Mastercard و data.org به تعهد خود برای تقویت رشد فراگیر و توانمندسازی افراد از طریق فناوری نوآورانه ادامه می‌دهند.

شامینا سینگ، بنیانگذار و رئیس مرکز رشد فراگیر مسترکارت، گفت: «کار ما در علم داده پایه و اساس را برای ما ایجاد کرده است تا از فرصت توسعه هوش مصنوعی مسئولانه، عادلانه و به نفع همه استفاده کنیم. این گروه از برندگان چالش AI2AI ابزارها، راه‌حل‌ها و رویکردهای نوآورانه‌ای را ارائه می‌کنند که باعث رشد فراگیر می‌شود و نحوه استفاده ما از هوش مصنوعی را برای تأثیرات اجتماعی در سراسر کشورها و صنایع برای سال‌های آینده بازتعریف می‌کند.»

برندگان جایزه چالش AI2AI که از بین بیش از 500 متقاضی در 82 کشور انتخاب شده‌اند، به موضوعات مهمی مانند بحران آب و هوا، توسعه کسب‌وکارهای کوچک، شمول مالی و برابری جنسیتی می‌پردازند. این راه حل های برنده جوایز هوش مصنوعی قبلاً موفقیت خود را نشان داده اند و اکنون با پشتیبانی بودجه اضافی و تخصص فنی آماده گسترش هستند.

دانیل میخائیلوف، مدیر اجرایی data.org می‌گوید: «قدرت هوش مصنوعی در تأثیرگذاری فوق‌العاده است و باید برای اطمینان از گسترش مزایای آن به همه بخش‌های جامعه، از آن استفاده کرد. در مسابقه داده و هوش مصنوعی برای اولین و سریع حرکت کردن، ما باید اندیشمندانه برای رشد فراگیر تلاش کنیم که از داده ها و هوش مصنوعی برای مقابله با مبرم ترین مشکلات جهان استفاده کند.

چالش حمایت منطقه‌ای را از Dasra در هند و Capital One در ایالات متحده به دست آورد و تنوع جغرافیایی استخر برندگان را افزایش داد و تخصص در هوش مصنوعی مسئول و گنجاندن مالی را فراهم کرد.

به عنوان چهارمین چالش جهانی نوآوری data.org، چالش AI2AI هدف سازمان را برای آموزش یک میلیون متخصص داده مبتنی بر هدف تا سال 2032 تقویت می کند. راه حل های تاثیرگذار

برگزیدگان:

کیپو – کلمبیا
Quipu از هوش مصنوعی برای پر کردن شکاف مشارکت مالی برای شرکت‌های کوچک، کوچک و متوسط ​​(MSME) استفاده می‌کند. رویکرد نوآورانه آن‌ها شامل فرآیند پذیرش جامع برای شرکت‌های کوچک و متوسط، یک مدل امتیازدهی قوی که داده‌های غیرسنتی را تجزیه و تحلیل می‌کند، و سیستم‌های پرداخت و جمع‌آوری اعتبار هوشمند است. با استفاده از الگوریتم‌های یادگیری ماشین، مدل امتیازدهی اعتبار مبتنی بر هوش مصنوعی Quipu طیف گسترده‌ای از نقاط داده جایگزین، مانند تاریخچه تراکنش‌های تلفن همراه، تعاملات رسانه‌های اجتماعی، پیامک‌ها و الگوهای پرداخت را تجزیه و تحلیل می‌کند. این امکان را برای ارزیابی دقیق تر و فراگیرتر از اعتبار، به ویژه برای مشاغلی که اغلب از سیستم های مالی سنتی حذف می شوند، فراهم می کند.

IDinsight – اتیوپی
IDinsight با همکاری Last Mile Health و وزارت بهداشت اتیوپی یک مرکز تماس مبتنی بر هوش مصنوعی ایجاد کرده است تا به بیش از 40000 کارمند توسعه سلامت (HEWs) راهنمایی پزشکی در زمان واقعی ارائه دهد. سیستم هوش مصنوعی یک پلت فرم مدیریت پرونده و یک سرویس پاسخگویی به سؤالات را بر اساس دستورالعمل های جامع وزارت بهداشت یکپارچه می کند. این از عوامل مرکز تماس پشتیبانی می کند که اطلاعات حیاتی را به HEW ها در این زمینه منتقل می کنند. این راه حل نه تنها کارایی کارکنان بهداشتی را افزایش می دهد، بلکه مهارت های جدیدی را برای آنها فراهم می کند و مسیرهایی را برای پیشرفت شغلی ایجاد می کند.

کمیته نجات بین المللی – جهانی
برنامه راهنمای کمیته نجات بین المللی (IRC) از هوش مصنوعی برای ارائه اطلاعات حیاتی به افراد آواره آسیب دیده از درگیری، بلایا و فقر استفاده می کند. پلتفرم مجهز به هوش مصنوعی دسترسی به منابع حیاتی را از طریق مراکز کمک، کانال های دیجیتال و رسانه های اجتماعی تسهیل می کند. با فعال کردن IRC و سازمان‌های غیر دولتی محلی برای ایجاد عوامل هوش مصنوعی، Signpost بر موانع زبانی و جغرافیایی غلبه کرده و پشتیبانی مقیاس‌پذیر را ارائه می‌کند. با اجرای پروژه های آزمایشی، IRC قصد دارد پلتفرم را برای انتخاب کشورهای با درآمد کم و متوسط ​​(LMIC) گسترش دهد.

منبع:travelandtourworld