Khi trang trại của ông nội bị phá hủy bởi một nhà máy xâm lấn, doanh nhân 17 tuổi này đã bắt đầu với một giải pháp do AI hỗ trợ

Nathan Elias, hiện là người sáng lập 17 tuổi của ứng dụng tiên tiến InvasiveAI, đang học lớp năm khi lần đầu tiên nhận ra tiềm năng của một thuật toán để giải quyết các vấn đề trong thế giới thực. Vấn đề của chính anh ấy vào thời điểm đó? Bài tập toán.

Với quyết tâm tránh phải hoàn thành 50 bài toán nhân phức tạp, Elias đã sử dụng Python để tạo ra một chương trình có thể làm điều đó cho anh ta.

Nhưng đó mới chỉ là khởi đầu.

Khi còn là học sinh năm nhất trung học, Elias gặp phải một vấn đề khác cần giải pháp khi đến thăm trang trại trồng lúa của ông nội ở Kerala, Ấn Độ. Vì trang trại nằm ở Kuttanad, một thị trấn nằm dưới mực nước biển, nên nó đặc biệt dễ bị tổn thương khi trời mưa hoặc lũ lụt – một vấn đề ngày càng gia tăng với sự thay đổi của các mùa gió mùa.

Đó chính xác là những gì đã xảy ra trong chuyến đi của Elias vào mùa hè năm đó.

Elias nói: “Lũ lụt thực sự đã mang một loài thực vật xâm lấn từ các vùng phía trên” Doanh nhân. “Và nó được biết đến với cái tên Giant Salvinia. Ông tôi đã không thể xác định được điều đó sớm, và kết quả là, loài thực vật đó đã khiến toàn bộ trang trại trở nên quá tải.”

Elias bắt đầu tìm hiểu thêm về các loài xâm lấn, cuối cùng khám phá ra bao nhiêu vấn đề mà chúng gây ra trên toàn cầu – và nhận ra rằng AI có thể là câu trả lời.

Liên quan: 3 cách thúc đẩy tăng trưởng kinh doanh bằng trí tuệ nhân tạo

“Nhưng tôi nhận ra rằng [if we could] xác định các loài xâm lấn thông qua một hình ảnh và dự đoán nơi chúng sẽ đi, điều đó sẽ rất hữu ích. “

Ban đầu, Elias có ý tưởng tạo ra một ứng dụng cho phép người dùng xác định một loài xâm lấn chỉ bằng một bức ảnh. Nhưng rõ ràng là InvasiveAI không thể cạnh tranh với các nền tảng khác như iNaturalist về quy mô. Anh ấy đã cân nhắc những gì mình có thể làm được và cuối cùng anh ấy đã dự đoán không gian địa lý.

Elias nói: “Phải mất một thời gian để thực sự tìm ra phần nào của AI mà tôi đang sử dụng, bởi vì có rất nhiều khía cạnh khác nhau. “Nhưng tôi nhận ra rằng [if we could] xác định các loài xâm lấn thông qua một hình ảnh và dự đoán nơi chúng sẽ đi, điều đó sẽ rất hữu ích. Đó là cách tôi bắt đầu thử nghiệm với các mô hình học máy “.

Nhưng các mô hình AI cần một bộ dữ liệu để hoàn thiện, học hỏi theo thời gian “giống như bộ não con người”, vì vậy Elias đã phải giải quyết thách thức trong việc xây dựng cơ sở dữ liệu về các loài xâm lấn về cơ bản từ đầu.

Ngoài ra, chỉ có một số ít loài xâm lấn trong cơ sở dữ liệu sẽ không có tác động mà Elias muốn tạo ra. Anh ấy biết mình cần ít nhất vài trăm – cộng với hàng nghìn hình ảnh để có một mô hình chính xác, rõ ràng.

Elias giải thích: “Tôi đã phải cạo tất cả những hình ảnh này bằng một kỹ thuật gọi là quét web. “Tôi đã tạo tập dữ liệu của riêng mình và điều đó mất một khoảng thời gian vì bạn phải sắp xếp từng hình ảnh theo từng loài.”

Việc xây dựng dự đoán không gian địa lý cũng tốn rất nhiều thời gian và công sức vì nó không chỉ dựa trên tọa độ: Nó còn tính đến các yếu tố như khí hậu và sự cạnh tranh giữa các loài và cụm xâm lấn.

Liên quan: Công nghệ có thể giúp chúng ta chống lại biến đổi khí hậu?

“Tôi không muốn một người nông dân xác định một loài xâm lấn nhưng sau đó không biết làm thế nào để hành động chống lại nó.”

Trên đường đi, Elias cũng đã gặp gỡ chương trình Master Naturalist của Texas để xác định chính xác tác động cụ thể của các loài xâm lấn đang gặp phải và các vấn đề cụ thể cần giải quyết. Bạn phải hiểu đầy đủ vấn đề để tìm ra điều cần làm: “Hãy sống trong vấn đề khi bạn đang tìm ra giải pháp”, Elias nói.

Giờ đây, Elias đang nỗ lực xây dựng tiềm năng kết nối của ứng dụng – cung cấp cho mọi người nguồn tài nguyên họ cần để loại bỏ các loài xâm lấn một cách hiệu quả. Nó không đơn giản như việc giới thiệu một loại thuốc trừ sâu phù hợp với tất cả các loại; có quá nhiều loài xâm lấn, bao gồm thực vật, động vật, côn trùng và mầm bệnh.

Elias nói: “Tôi không muốn một người nông dân xác định một loài xâm lấn nhưng sau đó không biết phải làm thế nào để chống lại nó. “Điều đó khá giống với việc họ không có một công cụ nào cả. Người nông dân chắc chắn có thể tự mình loại bỏ các cuộc xâm lược, nhưng nếu họ không làm đúng cách – nếu họ không chăm sóc – thì các loài xâm lấn có thể quay lại. “

Kết nối nông dân với một trường đại học địa phương hoặc nhóm loại bỏ có kinh nghiệm trực tiếp diệt trừ một loài xâm lấn giúp đảm bảo vấn đề vẫn được giải quyết.

Cho đến nay, tiến bộ của InvasiveAI đã tự nói lên: Ứng dụng đã ngăn chặn và dự đoán hơn 10.000 trường hợp phát triển của các loài xâm lấn trên tất cả 50 tiểu bang.

Elias đã nhận được tài trợ và sự công nhận từ các công ty và tổ chức như Google, USAID, National Geographic và NASA. Ông cũng đã xuất bản công trình của mình trong cộng đồng khoa học và đã làm việc với các nhà nghiên cứu tại Đại học Texas ở Austin và Trung tâm Hoa dại Lady Bird Johnson.

Liên quan: 3 bài học mà các doanh nhân có thể học hỏi từ NASA về thiết kế tổ chức

“Tôi thực sự thích nó – đó là một niềm đam mê của tôi.”

Người sáng lập chỉ là một trong những vai trò hiện tại của Elias – anh ấy cũng vẫn đang là học sinh trung học, đang kết thúc năm cuối tại Học viện Khoa học và Nghệ thuật Tự do (LASA), một trường chuyên ở Austin, Texas với chương trình giảng dạy tiên tiến. Là sinh viên tại LASA đã giúp Elias trau dồi kỹ năng quản lý thời gian của mình, anh ấy nói và lưu ý rằng anh ấy nắm bắt mọi thời điểm rảnh rỗi để tiếp tục công việc của mình trên InvasiveAI.

“Mùa hè, kỳ nghỉ đông, tôi chỉ đang phát triển ứng dụng này, dành nhiều thời gian cho nó”, Elias giải thích. “Nhưng tôi thực sự thích nó – đó là niềm đam mê của tôi. Nếu bạn thích điều gì đó, thì bạn sẽ tự động làm. Đó là cách dành cho tôi.”

Điều gì tiếp theo cho Elias khi anh ấy tốt nghiệp trung học? Đó là một câu hỏi mà anh ấy nhận được rất nhiều.

“Và tôi không có kế hoạch cụ thể”, Elias nói. “Nhưng điều tôi luôn nói là tôi đang tìm một nơi quan tâm đến ý tưởng mà tôi có, bởi vì nó là một phần rất lớn trong những gì tôi đã làm ở trường trung học – nó gần giống như đến câu lạc bộ tranh luận mỗi ngày, nhưng tôi đang làm việc trên ứng dụng này.

“Đây là điều mà tôi quan tâm,” anh tiếp tục. “Đó là một niềm đam mê của tôi. [So I’m looking for a] Chương trình CS có thể cung cấp cho tôi các kỹ năng để tiếp tục phát triển chương trình này, nhằm tạo ra một mạng lưới tốt hơn. Không quan trọng nó ở đâu, miễn là tôi có thể mở rộng ứng dụng này. “