Afrika is igyekszik bekapcsolódni a mesterségesintelligencia-versenybe, a hiányos infrastruktúra és finanszírozás ellenére is. A kutatók azonban leszögezik, hogy semmiképpen sem úgy, ahogyan azt a Nyugat szeretné.
Az évente megrendezett egyhetes Deep Learning Indaba konferenciát legutóbb szeptemberben tartották Dakarban,az Amadou Mahtar Mbow Egyetemen. Több mint hétszáz résztvevő vett részt, hogy meghallgassák és megvitassák a mesterséges intelligenciában rejlő és Afrikára vonatkoztatható lehetőségeket, és azt, hogy miként alkalmazzák a mezőgazdaságban, az oktatásban, az egészségügyben és a kontinens gazdaságának más kritikus fontosságú ágazataiban.
A 28 éves Okinga-Koumu, a dél-afrikai Fokvárosban található University of the Western Cape informatika szakos hallgatója elmesélte, hogyan küzd meg egy általános problémával, mégpedig az egyetemi laboratórium berendezéseinek hiányával. Az oktatók még mindig kénytelenek krétás táblákat vagy a tárgyalt berendezések kinyomtatott 2D-s képeit használni még a gyakorlati órákon is, amelyekhez pedig mikroszkópokra, centrifugákra vagy más drága eszközökre lenne szükség. Elmondta, hogy néha még arra is megkérik a hallgatókat, hogy rajzolják le ezeket.
Okinga-Koumu e probléma megoldására létrehozott egy virtuális valóságot (VR), és egy mesterséges intelligenciát (MI) tartalmazó webes alkalmazást, amellyel a diákok valós környezetben szimulálhatják az eszközök 3D-s modelljeit, például egy osztályteremben vagy a laborban. Többek között ilyen tehetségekre van szüksége Afrikának.
A 2017-ben alapított Deep Learning Indaba szervezet célja, hogy az Okinga-Koumuhoz hasonló afrikai MI-kutatóknak nyújtott képzéssel és erőforrásokkal ösztönözze a mesterséges intelligencia fejlesztését a kontinensen. Afrika még az MI-technológia fejlesztésének az elején jár, de a szervezők szerint a kontinens több okból is kedvező terület ehhez, többek között a viszonylag fiatal és egyre jobban képzett lakosság, a gyorsan növekvő MI-startupok ökoszisztémája és a sok potenciális fogyasztó miatt.
Shakir Mohamed, a Google DeepMind vezető kutatója és a konferenciát szponzoráló szervezet társalapítója szerint
„a helyi körülményekre szabott MI-megoldások kiépítése és birtoklása elengedhetetlen a fejlődéshez”.
A megfelelő MI-eszközök fejlesztése azonban nem egyszerű a kontinensen. A legnagyobb problémák közé tartozik a nem megfelelő finanszírozás és a rossz infrastruktúra. A rendszerek kiépítése kifejezetten drága, és azok afrikai nyelvekre tanítása egyre nehezebb, hiszen a helyi lakosság is egyre kevésbé beszéli a lokális nyelveket. A korlátozott internet-hozzáférés és az ottani adatközpontok alacsony száma is hátráltatja a munkát.
Tovább bonyolítja a helyzetet, hogy nincsenek átfogó szakpolitikák vagy stratégiák a mesterséges intelligencia előnyeinek kihasználására és hátrányainak szabályozására. Bár léteznek különböző szakmai tervezetek, a kutatók ellentmondásban vannak az egész kontinensre kiterjedő stratégiával kapcsolatban. Nem értenek egyet abban sem, hogy mely stratégiák szolgálnák leginkább Afrika, nem pedig a gazdag nyugati kormányok és vállalatok javát, amelyek eddig gyakran finanszírozták a technológiai innovációt. A kutatók attól tartanak, hogy ezen kérdések együttesen hátráltatják Afrika MI-ágazatát, és gátolják abban, hogy saját útját egyengesse a globális mesterségesintelligencia-versenyben.
A nehézségek ellenére a földrész kutatói már most is igyekeznek a legtöbbet kihozni a generatív mesterséges intelligenciából. Dél-Afrikában például a HIV-járvány kezelésének elősegítése érdekében a tudósok létrehozták a Your Choice nevű alkalmazást, amelyben egy chatbottal beszélgethetnek azok az emberek, akik elkapták, ezzel elkerülhetik a kényelmetlen beszélgetést egy valódi emberrel.
Kenyában a gazdák MI-alkalmazásokat használnak a növénybetegségek diagnosztizálására és a termelékenység növelésére. Nigériában pedig az Awarri, egy újonnan indult mesterségesintelligencia-startup a kormány támogatásával próbálja létrehozni az ország első nagy nyelvi modelljét, mégpedig a nigériai nyelvek integrálásával.
A Deep Learning Indaba testvérszervezete, a Masakhane pedig az afrikai nyelveken végzett természetesnyelv-feldolgozási kutatásokat szorgalmazza, 2018-as alapítása óta több mint négyszáz nyílt forráskódú modellt és húsz afrikai nyelvű adatkészletet adott ki.
Finanszírozás
Az elmúlt években fellendült az afrikai technológiai ökoszisztéma finanszírozása: az Afrikai Magántőke Egyesület jelentése szerint a kockázati tőkebefektetések tavaly 4,5 milliárd dollárt tettek ki, ami több mint kétszerese az öt évvel ezelőttinek. Idén októberben pedig a Google 5,8 millió dolláros kötelezettségvállalást jelentett be a kenyai, a nigériai és a dél-afrikai MI-képzési kezdeményezések támogatására. A kutatók szerint azonban a helyi finanszírozás továbbra is lassú – állítja a MIT Technology Review.
Vegyük például a Google által támogatott alapot, amelyet szintén októberben indítottak el Nigériában, Afrika legnépesebb országában. Az alapból egyenként hatezer dollárt fizetnek ki 10 mesterséges intelligenciával foglalkozó startupnak – sajnos ez még a rendszereik működtetéséhez szükséges berendezések megvásárlására sem elég.
Lilian Wanzare, a kenyai Kisumuban található Maseno Egyetem a természetes nyelvi feldolgozás, azaz NLP-kutatója és oktatója felháborodott azon, hogy az afrikai kormányok nem támogatják kellőképpen a helyi mesterséges intelligencia kezdeményezéseit, és arra is panaszkodik, hogy a kormányok túl magas díjakat számítanak fel a nyilvánosan előállított adatokhoz való hozzáférésért, ami akadályozza ezek megosztását és az együttműködést.
Nyelvi akadályok
Azok a kutatók, akik Afrika-központú mesterséges intelligenciát szeretnének létrehozni, nem csak a csekély helyi befektetésekkel és az adatokhoz való nehézkes hozzáféréssel szembesülnek: jelentős nyelvi kihívások is vannak. A konferencia egyik vitája során Ife Adebara, egy nigériai nyelvész feltett egy kérdést: „Hányan tudnák megírni a diplomamunkájukat anyanyelvükön?” Nulla kéz emelkedett fel, majd a közönség nevetésben tört ki. Az afrikaiak szeretnék, hogy az MI beszélje a helyi nyelveket, bár sokan nem tudnak sem beszélni, sem írni ezeken a nyelveken – mondta Adebara.
Bár a világ összes nyelvének egyharmada afrikai, sok közülük lassan eltűnik, mivel anyanyelvi beszélőik száma csökken. A nyugati székhelyű technológiai cégek által kifejlesztett LLM-ek (nagy nyelvi modellek) pedig nem értik a helyileg releváns kontextust és kultúrát. Az NLP-eszközöket kutató szakembereknek pedig az afrikai nyelveken írni és olvasni tudó emberek hiánya komoly akadályt jelent az MI-alapú technológiák kifejlesztésében. Hozzátette, hogy
a helyi nyelvek írott formája nélkül a mesterséges intelligencia jövője Afrikában nem olyan fényes, mint gondolnánk.
Ezen felül kevés digitálisan olvasható adat áll rendelkezésre az afrikai nyelvekről. Adebara szerint ennek egyik oka az, hogy az állami egyetemek nyelvészeti tanszékei alulfinanszírozottak, ami korlátozza a nyelvészek lehetőségét az ilyen adatbázisok létrehozására és a mesterséges intelligencia fejlesztésére. Idén kollégáival megalapította az EqualyzAI-t, amely a digitális technológia segítségével igyekszik megőrizni az afrikai nyelveket. Hangalapú eszközöket és mesterségesintelligencia-modelleket építettek, amelyek mintegy 517 afrikai nyelvet fednek le. A Lelapa AI szoftvercég pedig adathalmazokat és NLP-eszközöket hoz létre az afrikai nyelvekhez.
Társalapítói 2017-ben találkoztak az első Deep Learning Indabán, és 2022-ben indították el a céget. 2023-ban adta ki első mesterségesintelligencia-eszközét, a Vulavulát, egy beszédből szöveggé alakító programot, amely több, Dél-Afrikában beszélt nyelvet is felismer. Idén a Lelapa AI kiadta az InkubaLM-et, az első olyan kis nyelvi modellt, amely számos afrikai nyelvet támogat. Az InkubaLM képes kérdésekre válaszolni és akár angolra is fordít, vagy akár hangulatot is elemez.
A tesztek során olyan jól teljesített, mint néhány nagyobb modell.
Ezzel együtt is még mindig korai stádiumban van. Jade Abbott, a Lelapa AI társalapítója és operatív igazgatója szerint az InkubaLM egy nap a Vulavulát fogja működtetni, ez pedig az első lépés lesz afelé, hogy „valóban kifejezzék hosszú távú elképzeléseiket arról, hogy mit is szeretnének, és hogy miben látják az afrikai mesterséges intelligencia jövőjét”.
Stratégia
Újra és újra felmerült a konferencián az a kérdés, hogy a földrész mesterségesintelligencia-szcénájából hiányzik az a fajta szabályozás és kormányzati támogatás, amely a világ más részein – Európában, az Egyesült Államokban, Kínában és egyre inkább a Közel-Keleten is – megtalálható. Az 55 afrikai ország közül csak hét – Szenegál, Egyiptom, Mauritius, Ruanda, Algéria, Nigéria és Benin – dolgozott ki saját hivatalos MI-stratégiát, és ezek közül sokan még mindig a kezdeti szakaszban vannak.
A konferencia egyik fő vitapontja azonban az egész kontinensre kiterjedő szabályozási keret volt. Márciusban az Afrikai Unió Fejlesztési Ügynöksége egy hároméves időszak alatt kidolgozott ún. fehér könyvet tett közzé, amely meghatározza ezt a stratégiát. A kétszáz oldalas dokumentum ajánlásokat tartalmaz az iparági gyakorlatokra, a MI-rendszerek teljesítményértékelésére szolgáló szabványokra, valamint az afrikai nemzetek számára elfogadandó mesterséges intelligenciára vonatkozó szabályozások tervezetét.
Remény szerint a dokumentumot 2025 februárjában az afrikai kormányfők jóváhagyják, ésaz Afrikai Unió is elfogadja. Júliusban azonban egy másik irányító testület – amely nagyobb hatalommal bír, mint a fejlesztési ügynökség – egy olyan kontinentális MI-stratégiát tett közzé, amely eltér az eredeti fehér könyvtől. Nem tudni, hogy mi áll a második stratégia mögött, de Seydina Ndiaye, a dakari Cheikh Hamidou Kane Digitális Egyetem igazgatója, aki segített a fejlesztési ügynökség könyvének kidolgozásában, azt állítja, hogy azt egy svájci techlobbista készítette.
Afrika nem a Nyugat útját akarja járni
Afrika tehát haladna előre, de nem azon az úton, amit a Nyugat diktál. Többek között ezért is szólaltak fel a kritikusok: szerintük a Deep Learning Indabát beszennyezi, hogy nagy külföldi techcégek finanszírozására támaszkodik. Az 500 ezer dolláros éves költségvetés nagyjából 50 százaléka nemzetközi adományozóktól származik, a többi pedig olyan vállalatoktól, mint a Google DeepMind, az Apple, az Open AI és a Meta.
Érvelésük szerint ez a pénz befolyásolhatja a konferenciára kiválasztott témákat és előadókat. Shakir Mohamed, az Indaba társalapítója és a Google DeepMind kutatója azonban azt mondja, hogy „majdnem minden pénz visszakerül a kedvezményezettekhez szerte a kontinensen”, és a szervezet segít összekapcsolni őket a technológiai cégek képzési lehetőségeivel. Igaz, hogy hasznot húz néhány társalapítónak az ezen vállalatokhoz fűződő kapcsolataiból, de nem ők határozzák meg a napirendet.
Timnit Gebru, az afrikai igazságos MI-kutatást támogató Distributed AI Research Institute (DAIR) nonprofit szervezet alapítója és ügyvezető igazgatója szerint az MI-fejlesztés külföldi finanszírozásával kapcsolatos aggodalom a kizsákmányoló, profitorientált nemzetközi technológiai vállalatokkal szembeni szkepticizmusra vezethető vissza. Hozzátette, óva inti Afrikát attól, hogy a kontinensen mindenre mesterséges intelligenciát alkalmazzanak. Siminyu, aki szintén a DAIR kutatója, egyetért ezzel, És reméli, hogy az afrikai kormányok finanszírozni fogják az helyi lakossággal való együttműködést, hogy olyan mesterséges intelligencia-eszközöket fejlesszenek ki, amelyek elérik az alulreprezentált közösségeket.
Borítókép: Flickr
Kapcsolódó: