您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[GSMA]:非洲人工智能 - 发现报告

非洲人工智能

信息技术2024-08-13GSMA好***
AI智能总结
查看更多
非洲人工智能

July2024 GSMA中央洞察部门 GSMA 中央洞察单元(CIU)位于GSMA移动发展(M4D)的核心,致力于深入研究移动和数字技术在推动可持续与包容性发展中的角色与影响。CIU与公共和私营部门的专业人士合作,生成关于技术发展领域新兴创新的独特见解和分析。通过我们的洞察力,我们支持国际捐助者在寻求通过数字生态系统内的合作伙伴关系,在低收入和中等收入国家实施数字化倡议时,建立专业知识和能力。 全球移动通信系统(GSMA)是一个全球性组织,致力于整合移动生态系统,探索、发展并交付支撑正面商业环境与社会变革的基础性创新。我们的愿景是释放连接的全部力量,以促进个人、行业和社会的繁荣发展。 代表移动运营商及移动生态系统和相邻行业内的组织应对挑战,GSMA为会员提供了三大主要支柱的服务:有益连接、行业服务与解决方案以及拓展。此活动涵盖了推进政策、解决当今最大的社会问题、支撑使移动通信得以运作的技术和互操作性,并提供了全球最大的平台,在MWC和M360系列活动中聚集移动生态系统,为业界提供交流与合作的机会。 通过电子邮件与我们联系:centralinsights@gsma.com 我们邀请您在www. gsma. com上了解更多信息,请在Twitter / X 上关注GSMA:@ GSMA 阿克苏姆是一家以非洲为中心的影响公司,致力于在非洲、中东以及全球范围内促进气候正面、数字化创新和包容性增长。该公司与寻求推动可持续发展、包容性和繁荣的当地及全球有影响力领导者合作。 此举措由英国政府的UK Aid资助,并得到GSMA及其成员的支持。所表达的观点不一定反映英国政府的官方政策。 凭借战略领导力和将理念转化为现实的能力,Axum与多元化的利益相关者合作推动积极变革。拥有超过150年的集体领导经验,以及一支近...在非洲和中东的十个办公室中进行跨地域的合作,Axum充分利用多行业、多文化的丰富专业知识,帮助客户应对紧迫的全球挑战,实现非洲和中东巨大的发展潜力。 作者和贡献者 作者:Eug é nie Humeau和Tanvi Deshpande贡献者:Daniele TricaricoAcknowledgements 本报告借鉴了由GSMA进行的研究我们衷心感谢Gathoni Kang'ethe、Jamila Raji、Jonathan Munge、Salma Ait Hssayene、Isis Nyong’o Madison和Robin Miller为Axum项目所做出的贡献。 我们还想对Dr Emmy Chirchir和Dr Emmeline Skinner(FCDO东非研究与创新枢纽)、Kristin Klose(FCDO南非研究与创新枢纽)以及OluwasegunAdetunde(FCDO西非研究与创新枢纽)三位的专业意见和反馈表示衷心的感谢。 我们衷心感谢以下参与了我们的专家咨询小组并在研究项目中通过各种互动提供了指导和专业知识的各位个人:- Alban Odhiambo(托尼·布莱尔全球变革研究所)- Deshni Govender(GIZ – FAIR Forward)- DrGirmaw Abebe Tadesse(微软AI for Good实验室)- Kate Kallot(Amini)- Koliwe Majama(Mozilla基金会)- Lavina Ramkissoon(非洲联盟)- Lily Steele(全球创新基金)- Linet Kwamboka(全球可持续发展数据伙伴关系)- Lukas Borkowski(Viamo)- MatthewSmith(IDRC)- Dr Olubayo Adekanmbi(Data Science Nigeria) 最后,我们想感谢为此次研究做出贡献的众多个人和组织。报告末尾列出了所有参与研究的机构名单。 Contents 总结4 1.导言7 2.方法10 3.定义AI 14什么是AI?非洲16 15 附件72 数字列表 图1非洲人工智能市场相对于全球市场的估计年度价值图2 AI对非洲经济的潜在增值图3 AI生态系统框架图4大数据的五个V图5用于开发的AI的数据类型和来源示例图6全球数据集的生成和使用图7与全球基准相比,非洲语言互联网内容的患病率图8个AI基础设施和计算层9当前和预计的智能手机各国采用图10按国家划分的5G连接预计百分比图11AI构建者和AI用户所需的技能集图12什么是好的提示?图13按国家划分的用例应用程序分布图14a按部门分配用例图14b按AI类型分配用例图14c按类型分配用例组织 表列表 Table1研究方法Table2按国家/地区分列的饥饿评估3对气候变化的脆弱性和准备提高弹性Table4按国家划分的科技风险资本投资 Table5按国家划分的AI风险资本投资Table6国家研发能力排名表7支持AI的主要建议部署和采用 框列表 Box1构建本地语言数据集:挑战与机遇Box 2边缘计算的好处是什么?框3 '问Viamo任何事情'带来了生成AI技术以数字方式断开连接社区 Box 5用例深度挖掘:食品安全预测Box 6用例深度挖掘:能源获取和需求评估Box 7使用案例深潜:生物多样性监测箱8教科文组织以人权为中心的方法AI的伦理 首字母缩略词列表 IVR交互式语音响应LLM大型语言模型ML机器学习MNO移动网络运营商NLP自然语言处理NRM自然资源管理PAYG按需付费PPP公私伙伴关系R&D研究与发展SHS太阳能家庭系统USSD非结构化补充服务数据 AI人工智能CDR呼叫详细信息记录DFS数字金融服务EWS预警系统GDP国内生产总值GIS地理信息系统GPT生成预训练变压器GPU图形处理单元HPC高性能计算HWC人类-野生动物冲突IoT物联网 Definitions 计算机视觉:一种AI,使计算机和其他机器能够识别和解释图像和视频的视觉输入。3 AI促进发展:我们使用“AI促进发展”一词来指代AI及其应用程序的使用,这些应用程序有可能解决低收入和中等收入国家的发展挑战。 创成式AI:一种AI类型涉及根据用户提示生成新的数据或内容,包括文本、图像或视频,通过学习现有数据模式。 算法:在计算中,尤指计算机为解决问题而遵循的过程或规则。 机器学习:广泛定义下的人工智能的一个子领域,即机器模仿智能人类行为并从数据中学习的能力,而无需明确编程。4 人工智能:人工智能(AI)包含了广泛不同的技术,可以被大致定义为“自我学习、适应性系统”。1人工智能具备理解语言、解决问题、识别图片以及通过分析大量数据集中的模式进行学习的能力。 NLP:一个机器学习领域,其中机器学习理解人类以口语和书面形式表达的自然语言,而不是通常用于编程计算机的数据和数字。 大技术:在本报告中,"Big Tech players"指的是全球广为人知的大科技公司,包括Google、Microsoft、IBM、Meta和Amazon。术语“大科技”和“大型科技公司”在某些情况下可以互换使用。 预测性AI:一种人工智能类型,运用统计分析和机器学习算法对未来可能的结果进行预测,识别因果关系并评估风险。5 计算:计算指的是为了特定任务执行所需计算或计算过程的过程,例如训练人工智能模型。它还涵盖了执行这些计算的硬件组件,如芯片,以及相关的基础设施和服务。计算在现代科技和数据驱动的应用中扮演着核心角色,从优化算法到大规模数据分析,都是其应用范围内的关键领域。 遥感:通过卫星、飞机和无人机上的远程传感器获取信息,以检测并记录反射或发射的能量。地球上的所有物体都会反射、吸收或传输能量,且随波长变化而不同。研究人员可以利用这些信息识别不同的地球特征以及不同的岩石和矿物类型。6 用于执行计算任务的硬件和软件的集成系统。2 执行摘要 AI在非洲的潜力 农业科技领域正见证着大部分的人工智能创新,尤其是在肯尼亚和尼日利亚这两个农业对经济具有重要意义的国家。人工智能已经在农业咨询方面得到应用,公司如TomorrowNow和ThriveAgric为农民提供了农田级别的洞察,同时,Apollo Agriculture等公司正在开发替代信用评估方法以用于金融服务。此外,人工智能还在被部署用于其他多个领域,旨在提升农业生产效率、优化资源管理以及推动农村经济的数字化转型。 人工智能在提升非洲经济和支撑大陆上的可持续发展目标(SDGs)方面具有巨大的潜力。尽管人工智能已经在非洲各国支持多种应用场景中得到开发和部署,但对非洲大陆上人工智能应用案例建立证据体系的研究相对较少。 本报告基于对肯尼亚、尼日利亚和南非等国家超过90个案例应用的分析,这些国家拥有蓬勃发展的科技生态系统,并在农业与粮食安全、能源及气候领域受益。尽管许多AI应用尚处于初期阶段,部分已被集成到项目或试点计划中,但也出现了若干具有商业可行性的解决方案。通常情况下,AI被整合进现有的数字产品和服务中,作为推动者,使数字解决方案更具相关性与效率,增强其影响力,并促进规模化发展。 在能源领域,特别是在尼日利亚,新兴技术如物联网(IoT)成为智能能源管理中高级数据分析的切入点。应用案例包括由公司如Nithio开发的能源接入监测及生产用途资产融资仍处于发展或萌芽阶段,但其在减少能源贫困方面展现出巨大的潜力。还支持气候使用案例,特别是用于生物多样性监测和野生动植物保护 肯尼亚和南非地区,受到微软等大型科技公司(如微软的AI for Good实验室)以及非营利组织(如雨林连接)的推动。 AI基础知识和有利环境 在各国之间,显著的技术差距仍然阻碍了人工智能生态系统和应用场景的发展。尽管大学提供了与人工智能相关的课程,但它们往往未能跟上行业需求的步伐,学生的实际学习和动手经验机会有限。此外,对核心AI技能(如机器学习和数据科学)的关注过多,而对构建利用多学科技能以充分利用这些技术的需求重视不足。 遥感技术生成的数据(如地面传感器、高分辨率相机配备的无人机以及卫星)获取量的不断增加,推动了诸多 跨行业的人工智能驱动应用案例。基于机器学习(ML)的地理空间和遥感数据分析,可以支持广泛的用例和活动,例如土壤监测。 有效作物管理的条件、离网地区能源接入地图绘制以指导能源规划,以及监测气候变化对生态系统的影响等方面取得了进展。尽管取得了这些进步,但在地方层面的相关数据获取仍有限。 人工智能以应对紧迫的社会经济挑战。尽管面临这些挑战,像DataScience Nigeria(DSN)这样的组织提供了技能提升和导师计划,以构建AI人才管道。同时,终端用户需要具备基本的数字素养才能访问AI驱动的服务,这些服务主要通过数字渠道如移动设备获取。然而,缺乏知识和技能仍然是阻碍数字工具和服务采用和使用的主要障碍之一,尤其是在女性、低收入群体、农村社区以及残疾人中。 非洲地区的发展与部署定制解决方案面临重大障碍,这些方案旨在解决特定于该大陆的独特挑战。除了获取政府和领域特定数据的障碍之外,语言数据的缺失是最显著的差距之一。本地语言数据的稀缺性限制了AI赋能服务的相关性,并对依赖语言模型生成AI解决方案的发展构成了重大障碍。 尽管肯尼亚、尼日利亚和南非都是区域科技领导者,并且拥有稳固的数字化基础,这些因素可以作为人工智能发展的基石,但生态系统中仍存在关键挑战。例如,尽管非洲的人工智能潜力受到广泛欢迎,私营部门投资者对投资深度技术仍持谨慎态度,初创企业不得不依赖发展伙伴和开发金融机构(DFIs)提供的赠款资金。同样地,公共和私营部门在研究与开发(R&D)方面的低投入可能会削弱本地解决方案的发展。虽然有些... 非洲的基础设施和计算能力正在增长,南非等国家已经 成为了区域领导者。尼日利亚和肯尼亚的大科技公司及移动网络运营商(MNO)对数据中心的增加投资,也在该地区推动了发展势头,将关键的存储和计算能力带到了本地层面。 然而,硬件如图形处理单元(GPU)和云计算的高昂成本仍然是AI部