Kennisinstituut helpt wereldproblemen oplossen met data-analyse
De Amsterdam Business School van de UvA en analytics en technologiebedrijf ORTEC hebben in samenwerking met Professor Bertsimas van het Massachusetts Institute of Technology (MIT) het Analytics for a Better World Institute (ABW) opgericht. Het instituut gaat samen met NGO’s, overheden en non-profitorganisaties wereldwijde problemen als klimaatverandering, honger, armoede, ontbossing en het uitsterven van flora en fauna helpen aanpakken met behulp van data en analytics.
Data-analyse via algoritmes en kunstmatige intelligentie wordt met succes toegepast door allerlei commerciële bedrijven, bijvoorbeeld in de logistiek en de reclamewereld. In die sectoren heeft het de prestaties met 10 tot 15 procent verbeterd.
ABW werkt op non-profit basis en wil diezelfde technieken gaan inzetten voor de Duurzame Ontwikkelingsdoelen (SDG’s) van de Verenigde Naties. Als die effecten vertaald kunnen worden naar de non-profitsector, dan kan dat grote impact hebben. Zo geeft Nederland jaarlijks 5 miljard euro uit aan ontwikkelingshulp. Als er een prestatieverbetering van 10% tot 15% gehaald zou kunnen worden, zou er voor 600 miljoen meer hulp geboden kunnen worden.
Data-modellen kunnen onder meer ingezet worden om satellietbeelden van illegale ontbossing beter te analyseren, zodat er snel op gereageerd kan worden. Door het analyseren van weersvoorspellingen en historische impactgegevens kunnen de gevolgen van orkanen beter in beeld worden gebracht en kunnen hulporganisaties sneller de benodigde hulp leveren op de juiste plek.
Met voorspellende algoritmes konden onderzoekers helpen met het versnellen van klinische proeven tijdens het ontwikkelen van het COVID-19 vaccin, waardoor het vaccin veel sneller op de markt kwam en zo duizenden extra levens gered werden. Door efficiënter om te gaan met voedselhulp kunnen miljoenen monden extra gevoed worden. Betere bodemanalyse via machine learning verbetert de opbrengsten van landbouw in Afrikaanse landen.
Data-analyse via algoritmes en kunstmatige intelligentie wordt met succes toegepast door allerlei commerciële bedrijven, bijvoorbeeld in de logistiek en de reclamewereld. In die sectoren heeft het de prestaties met 10 tot 15 procent verbeterd.
ABW werkt op non-profit basis en wil diezelfde technieken gaan inzetten voor de Duurzame Ontwikkelingsdoelen (SDG’s) van de Verenigde Naties. Als die effecten vertaald kunnen worden naar de non-profitsector, dan kan dat grote impact hebben. Zo geeft Nederland jaarlijks 5 miljard euro uit aan ontwikkelingshulp. Als er een prestatieverbetering van 10% tot 15% gehaald zou kunnen worden, zou er voor 600 miljoen meer hulp geboden kunnen worden.
Data-modellen kunnen onder meer ingezet worden om satellietbeelden van illegale ontbossing beter te analyseren, zodat er snel op gereageerd kan worden. Door het analyseren van weersvoorspellingen en historische impactgegevens kunnen de gevolgen van orkanen beter in beeld worden gebracht en kunnen hulporganisaties sneller de benodigde hulp leveren op de juiste plek.
Met voorspellende algoritmes konden onderzoekers helpen met het versnellen van klinische proeven tijdens het ontwikkelen van het COVID-19 vaccin, waardoor het vaccin veel sneller op de markt kwam en zo duizenden extra levens gered werden. Door efficiënter om te gaan met voedselhulp kunnen miljoenen monden extra gevoed worden. Betere bodemanalyse via machine learning verbetert de opbrengsten van landbouw in Afrikaanse landen.
Geen opmerkingen: