AI for Good Archives | DataRobot https://www.datarobot.com/jp/blog/category/ai-for-good/ Deliver Value from AI Tue, 04 Oct 2022 12:50:32 +0000 ja hourly 1 https://wordpress.org/?v=6.4.3 AI x SDGs 水へのアクセスの問題をDataRobotで支援 Global Water Challengeの活用事例 https://www.datarobot.com/jp/blog/worldwide-water-access-tapping-into-a-well-of-data/ Thu, 08 Apr 2021 07:04:14 +0000 https://www.datarobot.com/jp/?post_type=blog&p=5541 水へのアクセスは基本的人権であり、UNICEF の持続可能な開発目標(SDG #6)のひとつでもあります。世界では、10億人近くの人々が(主にアフリカとアジアで)、毎日の水の使用をハンドポンプや蛇口などの農村部の水源に頼っています。

投稿 AI x SDGs 水へのアクセスの問題をDataRobotで支援 Global Water Challengeの活用事例DataRobot に最初に表示されました。

]]>
(このブログポストは Worldwide Water Access: Tapping into a Well of Data の和訳です)

水へのアクセスは基本的人権であり、UNICEF の持続可能な開発目標(SDG #6)のひとつでもあります。世界では、10億人近くの人々が(主にアフリカとアジアで)、毎日の水の使用をハンドポンプや蛇口などの農村部の水源に頼っています。これらのウォーターポイントはコミュニティの大きな部分を占めており、生活に欠かせない要素となっています。しかし、残念なことに、これらのウォーターポイントは3年ほど使用すると壊れてしまう傾向があります。実際、世界のウォーターポイントの約25%が機能していないと推定されています。

L03 image 1 new

データ駆動型ソリューション

DataRobot の顧客である Global Water Challenge(GWC)は、なぜ断水が発生しているのかを理解したいと考え、初めてデータ収集を開始しました。ウォーターポイントの建設には大規模な投資が行われていましたが、ウォーターポイントの機能を完全に把握している人はいませんでした。データは、1つの国であっても複数のソースに分散しており、一般的には異なる形式や媒体で収集されていました。

GWC の戦略的イニシアチブ担当ディレクターであるBrian Banks 氏の活動をご紹介します。Banks 氏は、全体的に存在するデータを有用な方法で活用したいと考えていました。しかし、どのようなデータを収集するのが適切なのでしょうか?Banks 氏は2年近くかけて世界中を旅し、専門家にこの質問を投げかけました。「ウォーターポイントのデータ標準を作るにはどうすればいいのか?」

このような会話の中から、チームは、現在では「Water Point Data Exchange(WPDx)」として知られている、世界中のウォーターポイントに関する最初の整合性のとれたデータベースを構築しました。WPDx は、国や組織が水のデータを共有することを可能にし、その結果、データベースは数万点のデータポイントから今日では50万点を超えるまでに成長しました。

データを統合するのは膨大な作業でしたが、一旦完成すると疑問が生じました。「それをどう使うのか?」Banks 氏はデータサイエンティストではありませんが、データには単純なダッシュボードを超えた有用な洞察があることを知っていました。Banks 氏は、無料のコンサルティング、クラウドリソース、ハッカソンを立ち上げるための数ヶ月間の作業など、利用可能な「データを良いものにする」ルートをすべて試してみました。いくつかの結果は面白かったのですが、どれも彼が期待していたようなインパクトはなく、どの場合も(Banks 氏はコードを書くことができなかったので)、外部の支援者たちが残したコードベースの製品を使って分析をすることはできませんでした。

Banks 氏が DataRobot で作業を始めたとき、状況は一変しました。数時間で、WPDx からデータをアップロードし、彼が探していた重要な質問のいくつかに答えるモデルを構築することができました。午後には、他のグループが1年の間にやろうとしていたことを、彼は自分自身で達成することができました。

GWC は DataRobot と協力して13カ国のモデルを構築し、これらの予測をウェブアプリに統合し始めました。このアプリでは、水源の種類、水源、場所、修理の優先順位、そして(重要なことですが)将来どの水源が故障する可能性が高いかといったメタデータとともに、どの水源が機能しているか(または機能していないか)をマップします。

次のステップ

Banks 氏が DataRobot を使って構築したモデルは、最初とは言わないまでも、ウォーターポイント・データに機械学習を大規模に使用した最初の事例のうちの一つです。 これらのツールは、資源に制約のある環境でリソースを集中させるのに役立つため、政府からの初期の反応は圧倒的にポジティブなものでした。現在は、DataRobot が分散型インフラストラクチャの問題に対処するのに役立つ他の分野や、ツールに入ってくるデータを改善するために、現場の主要な利害関係者と積極的に連携する方法を模索しています。

私たちは現地の地方自治体と協力して、新しいツールを使ってユーザーをトレーニングし、機械学習がどのようにユーザーの日常生活に役立つかを共有し、データが有用であることを確認するために常にフィードバックを収集しています。シエラレオネでの最初の6ヶ月間の試験的な実施では、非常に大きな反響がありました。現在では、このプラットフォームのアウトプットを利用して、水源地の修理、メンテナンス、新設の計画プロセスに情報を提供し、全国の約200万人の市民に影響を与えています。そして現在、このプログラムを他の国にも広げようとしています。

私たちは、水へのアクセスという重要な問題に取り組む仕事に非常に興奮しており、Banks 氏と GWC と共にこのプロジェクトに参加できることを光栄に思っています。私たちは、機械学習の自動化を活用して世界最大の課題を解決する方法について、大きな夢を持っています。

AI for Good
AI for Good:より良い世界に向け、AI を活用
もっと詳しく

投稿 AI x SDGs 水へのアクセスの問題をDataRobotで支援 Global Water Challengeの活用事例DataRobot に最初に表示されました。

]]>