征求建议书

利用人工智能和机器学习解决复杂全球发展挑战的应用研究奖

关于征求建议书

人工智能和机器学习技术已经改变了世界。然而,由于复杂的地方和全球发展挑战,许多贫困社区在健康、生计和舒适方面面临严重障碍。今天,人工智能和 ML 技术有潜力通过提供解决这些挑战的方案来弥补这一差距,从而为那些最需要技术的人带来技术的好处。此征求建议书 (RFP) 旨在通过邀请来自世界各地的专家与 Wadhwani 人工智能研究所合作,应用他们的技能和专门知识开发用于社会公益的人工智能解决方案来解决这一未满足的需求。

我们邀请申请人提交提案,旨在利用人工智能和机器学习的力量为发展中国家解决复杂的挑战。我们预计将授予大约美元 50,000每个,一年。虽然我们更愿意资助 Wadhwani AI 在医疗保健和农业领域的研究, 我们将考虑在其他领域的应用,人工智能可以用来实现服务不足社区的规模社会影响。

成功的申请人将获得一个独特的机会来实施他们提议的研究,并与我们在印度的团队一起现场工作,通过利用 Wadhwani AI 独特的项目能力来开发解决方案并部署它们。申请人将能够利用研究所可用的数据集 (根据必要的许可),或者用他们的数据和其他公开可用的数据来增加这些数据集。此外,如果结合并建立在研究所参与的当前项目的基础上,这一机会提供了更高的社会影响可能性,尽管这不是成功提案的先决条件。机构利益的当前领域概述如下,并且项目被详细描述 (连同数据可用性)附录

医疗保健

我们目前正在两个领域开展工作,我们预计基于人工智能的技术将对整个发展中国家产生重大影响: 妇幼健康和传染疾病。

妇幼保健

生命的头几周对婴儿的健康有着不成比例的影响。及时干预至关重要,尤其是对于每年出生的 2200万低出生体重婴儿。低出生体重占全球新生儿死亡的 60-80%。如果他们活下来,LBW 婴儿将面临终身健康问题的风险。如果在 LBW 新生儿生命的早期提供正确的护理,这些连锁不良结果中的大部分是可以控制的,为此婴儿必须在出生时称重。然而,据估计,多达 50% 的婴儿出生时没有称重,许多 LBW 婴儿被该系统遗漏。在我们的研究所,我们正在开发一种人工智能解决方案,它可以使用通过标准智能手机部署的计算机视觉技术准确记录婴儿的体重和头围等人体测量数据。

传染病

结核病是全球主要的传染性死亡原因 -- 2018年有 150万人死亡。印度承载着全球约 23% 的活动性结核病患者负担。结核病护理级联中存在差距,包括缺乏有症状个体的护理,错过筛查和诊断,病例报告不足,缺乏治疗开始,以及坚持治疗。这些差距在结核病的情况下尤其难以克服,因为农村地区的意识低,非特异性懒惰的早期症状,公共和私营部门的护理质量差, 和具有挑战性的治疗方案。在我们的研究所,我们正在使用一系列人工智能技术和预测模型,在结核病护理的级联中构建人工智能解决方案。类似的模型可能适用于其他传染病,如艾滋病毒。

上下文人工智能

除了上述特定领域,Wadhwani AI 还致力于广泛展示上下文信息对疾病诊断和分类的价值。通过上下文信息,我们通常指的不是特定领域的信息,而是以先验的形式为预测任务提供价值的信息。例如,上下文信息可以指患者的病史和被诊断疾病之外的合并症。它还可以包括人口和社区层面的信息,如社会经济和人口因素,地理信息,如气候和季节,等等。我们的目标是建立一个人工智能和工程平台,以一种可扩展的方式广泛利用医疗保健中的环境。

农业
早期害虫检测

我们的农业工作是早期发现攻击棉花作物的害虫。今年 2017年-法令》,约 1,000 的印度棉农,大多在马哈拉施特拉邦、自杀,因为超过 50% 的产量,全无的粉红色螟蛉害虫袭击。占全国棉花产量 75% 的小农每年都在与产量和收入的不确定性作斗争。许多因素导致了这种不确定性,但是尽管大量使用杀虫剂,但无法控制害虫是最重要的一个因素。在我们的研究所,我们正在利用计算机视觉技术构建一个人工智能解决方案,使棉农能够确定他们农场可能发生的虫害类型, 通过在陷阱上计数害虫来估计害虫的密度,并提出对策。这项技术不仅适用于棉花农场的害虫,更广泛地适用于害虫检测。

我们在上述提到的每一个领域的解决方案都处于持续发展的不同阶段。我们邀请更大的人工智能研究社区与我们一起构建它们,以创造规模化的社会公益。

关于瓦德瓦尼艾

瓦德瓦尼人工智能研究所是一个独立的非营利研究所和全球中心,开发和部署人工智能解决方案以实现大规模社会影响。或许,它是世界上唯一一个为了社会利益完全关注人工智能的同类组织。通过为弱势群体构建基于人工智能的解决方案
那些处于社会经济金字塔底部的人,这是一个前所未有的机会,可以带来尖端技术来影响非常真实的社会影响。我们的方法在我们如何在实地密切合作方面是独一无二的
政府、国际组织和非营利组织实施合作伙伴,同时通过世界级的研究推动人工智能的边界。

在 Wadhwani AI,我们使用现代人工智能的力量来帮助解决一些世界上最具挑战性的问题。我们的团队由世界著名的机器学习、医疗保健和农业领域的科学家、创新者、企业家和领域专家组成。

附加信息

每个获得资助的团队最多有两名成员将有机会在其印度办事处与瓦德瓦尼 AI 团队一起研究他们提出的解决方案。除了补助金之外,Wadhwani AI 还将安排或报销差旅费,并为将在印度办事处工作的获奖者提供津贴。

资格标准

● 奖励必须遵守适用的印度和国际法律、法规和政策。

申请人必须有资格在一个认可的学术机构接受作为首席研究员 (PI) 的资助,该机构授予博士生研究学位。

申请人必须是任何结果奖励的 PI。

审查标准

应 “双盲” 审查所有提案,并根据潜在影响对提案进行评估。

时间轴

应用开放2019年12月8日23:59 (印度标准时间) 关门2020年3月7日。我们希望在 2020年5月份宣布赠款的获奖者。

提交您的 RFP

请使用下面的表格提交您的申请。



条款和条件

通过提交提案,您授权 Wadhwani 人工智能研究所评估潜在奖项的提案,并且您同意此处的条款。

• 您同意瓦德瓦尼人工智能研究所可以使用,编辑,修改,复制,复制,并以任何方式分发您的提案的全部或部分,仅出于管理和评估提案内容的目的,不需要将提案的任何部分视为机密或受保护版权所有。

您承认,由于提交的提案,任何一方都没有义务进行任何商业交易,瓦德瓦尼人工智能研究所没有义务审查或考虑该提案, 任何一方都不会因提交提案而获得任何知识产权。

您在提案中向瓦德瓦尼人工智能研究所提供的关于其产品或服务的任何反馈都不会被视为机密或受版权保护, wadhwani 人工智能研究所可以不受限制地自由使用此类反馈,对您没有任何补偿。

附录

关于我们正在解决的问题和可用数据的附加信息如下所述。

在印度等发展中国家,妇幼保健一直是卫生系统的主要关注点,因为生命的前 1,000 天 -- 从怀孕开始到两岁 -- 被认为是对孩子的发展至关重要。例如,根据世界卫生组织,2 岁之前的发育迟缓会导致童年后期和青春期认知和教育结果更差。它还对个人、家庭和社区产生重大的教育和经济后果。在此期间,第一个月 -- 新生儿期 -- 是最关键的。低出生体重 (LBW) 占全球新生儿死亡的 60%-80%。LBW 婴儿的新生儿死亡率,即出生体重低于 2.5千克磅的婴儿,是出生体重超过 2.5千克磅的婴儿的 20 倍,他们患糖尿病、心脏病的终生风险增加, 认知能力下降、免疫功能受损和发育不良。因此,识别 LBW 婴儿并确保他们得到适当的护理一直是健康计划的核心支柱。

问题

每天,全世界数百万一线卫生工作者前往新生儿之家进行健康评估。然而,由于弹簧平衡的供应和维护问题、不允许外人接触新生儿的文化禁忌、员工积极性低,像体重这样的重要测量方法没有被准确捕捉到, 错误的人工输入和数据篡改。因此,太多容易帮助的 LBW 婴儿被错过了。

我们的解决方案

我们正在制造一种人工智能人体测量工具,使一线卫生工作者能够测量婴儿的体重、头围、农村家庭的长度只使用普通智能手机拍摄的短视频,没有网络连接或额外的硬件,也不需要观看婴儿的后部。我们目前正在进行数据收集,以重新培训数据,然后进行现场实验。

研究所提供的数据集

基于智能手机的人体测量:支持开发人工智能人体测量工具,从婴儿视频中获取额外的健康信息/见解。可用的数据集包括有标签的婴儿图片和视频,以及一组有限的婴儿 3D 扫描,也有标签。此外,我们开发了 3D 婴儿模型和软件管道的合成数据集,以根据需要构建额外的合成数据。

结核病 (TB) 是全球死亡的主要传染病。印度承载着全球约 23% 的活动性结核病患者负担。该国设定了一个具有挑战性的目标,即到 2020年达到 360万的患者总通知量,目前为 210万例,并到 2025年在全国范围内消除结核病。结核病护理级联中存在差距,包括缺乏有症状个体的护理,错过筛查和诊断,病例报告不足,缺乏治疗开始,以及坚持治疗。这些差距在结核病的情况下尤其难以克服,因为农村地区的意识低,非特异性懒惰的早期症状,公共和私营部门的护理质量差, 和具有挑战性的治疗方案。

在新兴人工智能技术的帮助下,这些差距中的许多可能在很小或很大程度上是可以解决的。目前,人工智能仅限于基于放射学的早期检测,但在疾病控制项目中就不那么重要了。作为一个人工智能研究机构,我们希望利用政府数据和其他非营利组织的计划性数据,以及企业实体收集的数据来构建一些人工智能解决方案, 和我们的数据收集努力应对以下挑战。

AI 驱动的依从性管理:积极的治疗依从性相关干预 (在患者层面、卫生工作者层面和/或更高) 整合到工作流中。

AI 驱动的主动案例查找:将病例发现工作导向可能产生大量结核病病例的地点。

基于人工智能的漏洞映射:绘制人口可能容易感染结核病的区域

结核病筛查:通过分析咳嗽声和/或其他可以在护理点轻松收集的数据,开发结核病筛查工具。


研究所提供的数据集

中央结核病分部通知和依从性数据 (预期) 、地面真相依从性数据 (预期) 、其他调查和社交媒体数据集。

害虫攻击是棉花种植的主要威胁。产量损失的后果对数百万陷入债务周期并经常采取极端措施的小农来说是相当严重的。据报道,2017年的一次粉红棉铃虫袭击仅在马哈拉施特拉邦就摧毁了 50% 多磅棉花,影响了 80% 公顷棉花农场中的 420万多公顷。这迫使 1,000 多名小农自杀,导致全国悲痛。

印度政府通过国家的农业推广计划,在小农农场中实施综合害虫管理 (IPM),这是一种科学的整体害虫管理方式。在该计划下,半熟练的推广工作人员 (现场工作人员) 监控每个街区少数示范农场的虫害。农业大学的专家将从演示农场收集的数据进行汇总和分析,他们建议在区域一级进行农药干预。这样的建议经常被推迟,通常有几天到一周以上的周转时间。扩展计划面临几个实际挑战: 易于出错的害虫密度计算、延迟发出警报和提供咨询以及缺乏足够的工作人员。IPM 以技能为导向,知识密集型,这使得没有受过教育/没有受过教育的农民和半熟练的推广劳动力很难成功地参与虫害监测。类似的项目也在其他棉花种植的发展中国家实施。

溶液

我们已经建立了一个基于人工智能的害虫管理解决方案,该方案根据农民和推广人员拍摄的害虫陷阱图像进行害虫识别和计数,并生成精确的害虫侵扰实时警报提供必要的咨询 (建议) 敬农民。因此,该解决方案有助于早期发现和管理虫害。

对于解决方案,我们的目标是六种主要害虫 (这些害虫对棉花作物造成超过 80% 的作物损害):

  • 棉铃虫
    • 粉红棉铃虫
    • 美洲棉铃虫
  • 吸吮害虫
    • Jassids
    • 粉虱
    • 蓟马
    • 蚜虫


研究所提供的数据集

我们有一个从印度农场收集的超过 100,000 张害虫和害虫陷阱图像的不断增长的数据集。