Harbour.Space@UTCC se enorgullece de presentar a Pierre Schwob, estudiante del Máster en Ciencia de los Datos. El proyecto de su equipo «Well Well», una herramienta de IA que ayuda a las comunidades a encontrar la mejor ubicación de agua a poca distancia y evalúa los minerales y la composición química de esa agua, fue seleccionado como uno de los finalistas de Call for Code 2021 Global Challenge University para el desafío tech for good de IBM que aborda el cambio climático.
Pierre Schwob
Preséntese y presente a los miembros de su equipo.
R: Nací y me formé en Francia como ingeniero, pero desde muy joven me fascinó la cultura asiática. Ya hablo con fluidez el chino y ahora intento mejorar el tailandés. Ya pasé los últimos 10 años en Asia para buscar varias oportunidades de negocio y disfrutar de la comida picante tailandesa:) Con los años, también me convencí de que la Inteligencia Artificial pronto modificaría profundamente nuestra sociedad, y que podría tener en un futuro próximo un impacto similar al que tuvo Internet en los 20 años anteriores. Por suerte, encontré el programa Harbour.Space@UTCC Data Science que me ofrecía exactamente lo que buscaba, un entorno educativo adaptado a nuestra economía en rápida evolución, con un enfoque en las nuevas tecnologías y las start-ups.
Aunque fui el único que se presentó al concurso, ha sido un esfuerzo de equipo todo el tiempo, y quiero agradecer a todos mis compañeros, especialmente a Adel, Carles, Hai y Mazen, por toda la maravillosa ayuda en el código, la construcción del dispositivo y el proyecto en general.
Y, por supuesto, ¡muchas gracias a mis profesores por todos los buenos consejos y la tutoría! Personalmente, me gustó mucho la forma de enseñar de Alex Dainiak, porque era tan rigurosa y estaba tan bien preparada, que todo era muy claro y comprensible durante la propia clase, incluso cuando los temas eran bastante difíciles de entender. En lo que respecta a nuestro proyecto Well Well, llevábamos semanas luchando por encontrar la forma de implementar el aprendizaje automático para encontrar las mejores ubicaciones de pozos, y creo que nuestras discusiones con Emeli Dral fueron realmente las que nos hicieron encajar en lo que sería un buen enfoque para abordar nuestro sistema de aprendizaje automático, así que muchas gracias por ello, realmente nos ayudó enormemente.
Háblenos del «2021 IBM Call for Code Global Challenge». ¿Y cuál es su motivación para participar en este concurso?
R: Mejorar nuestro impacto en el planeta ha sido una cuestión importante para mí durante muchos años. Sé que estoy lejos de ser perfecto, y viajar una vez al año a Francia para ver a mi familia ya supone una gran parte de mi huella de carbono para todo el año. Por eso, cuando tengo la oportunidad, me gusta hacer algo extra para ayudar a mejorar la situación medioambiental. Cuando estaba en Francia, por ejemplo, trabajaba para el Ministerio de Desarrollo Sostenible, mejorando el proceso de licitación del Estado francés, para tener más en cuenta los parámetros medioambientales en lugar de los económicos. Por eso, cuando vi el Call for Code Global Challenge 2021 de IBM, me gustó de inmediato su enfoque y la oportunidad que nos daban de poner en marcha un proyecto que pudiera crear un cambio real, porque nos daban la oportunidad de que nuestra solución se aplicara en el mundo real.
P: ¿Por qué decidisteis centraros en el reto del acceso al agua potable?
En realidad, a mí y a mis amigos de Harbour.Space@UTCC nos interesaban los tres temas del reto de la Convocatoria de Código 2021:
Producción responsable y consumo ecológico
Agua limpia y saneamiento
Hambre cero
Al principio, estábamos muy centrados en el reciclaje: estuvimos discutiendo con una ONG de Tailandia, y nos habría hecho mucha ilusión construir un sistema de IA que detectara la basura en imágenes de las calles para ellos, o construir un robot de IA que pudiera separar automáticamente el papel, el vidrio, el plástico y las latas. Pero pronto descubrimos que varias startups ya estaban trabajando en esas cuestiones con grandes resultados, y pensamos que sería más útil trabajar en un problema que nadie estuviera abordando ya.
Además, el acceso al agua potable es un problema que experimenté de primera mano cuando estuve viviendo en Taiwán durante 5 años. Aunque Taiwán es un país desarrollado, es una isla y sus recursos de agua limpia son escasos. Cada año, cuando un tifón azota la isla, hay una gran posibilidad de no tener suficiente agua para los próximos días. Y justo antes del inicio del concurso Call for Code, a principios de este año, las lluvias no fueron suficientes. Eso ha sumido a Taiwán en su peor sequía en 56 años. Luchando por asegurar el suministro, el gobierno dejó de regar más de 74.000 hectáreas de tierras de cultivo. También ha cerrado el grifo a los residentes y empresas de tres ciudades y condados, incluido uno de sus mayores municipios, Taichung, dos días a la semana durante unos meses. ¿Se imaginan no tener agua en casa durante dos días a la semana? Sé que muchas personas en muchos países del mundo tienen situaciones aún peores
¿Te imaginas no tener agua en casa durante dos días a la semana? Sé que muchas personas en muchos países de todo el mundo tienen condiciones aún peores que esa, y 800 millones de personas en el mundo no tienen acceso a agua limpia hoy en día. Por eso decidimos tratar de ver si podemos ayudar a hacer algo con este enorme problema, que probablemente empeore en el futuro con el cambio climático, si no hacemos nada para combatirlo.
P: Háblenos de la solución que han creado y propuesto para el concurso.
Como sabe, millones de personas en el mundo no tienen acceso a agua limpia hoy en día. Algunas comunidades, sobre todo en África, intentan perforar pozos de agua, pero necesitan ayuda para saber cuál es la mejor ubicación potencial antes de empezar a perforar. ¿Por qué no utilizar un poco de IA para ayudarles? Así nació nuestra idea. Pensamos que nuestra experiencia en aprendizaje automático y robótica podría ayudar a la gente a encontrar la mejor ubicación de los pozos de agua de una forma más sistemática y económica. Así que propusimos una solución en dos partes para este problema:
El primer módulo es una aplicación web gratuita que toma una única entrada, la ubicación GPS de cualquier punto del mundo. Utilizando una combinación de mapas de características geológicas, imágenes por satélite y aprendizaje automático, esta aplicación web puede predecir los mejores lugares para perforar un pozo de agua a poca distancia. Se puede utilizar en cualquier teléfono móvil en cualquier parte del mundo.
Y también pensamos en las innumerables personas que no tienen acceso al agua potable y tampoco tienen acceso a un teléfono móvil o incluso a Internet, por eso también añadimos un segundo módulo a nuestro proyecto, que es un dispositivo portátil barato, que cuesta sólo menos de 10 dólares. Este dispositivo puede almacenar algunas ubicaciones ideales precalculadas para los pozos de todo el mundo. Es capaz de detectar la ubicación GPS actual de cualquier usuario y guiarle hasta el lugar ideal más cercano para perforar un pozo de agua.
La literatura científica ya estaba llena de ejemplos sobre cómo el aprendizaje automático puede ayudar a predecir el potencial de mapeo de aguas subterráneas, utilizando la información disponible en los mapas como la distancia al río más cercano, la vegetación cercana, la composición del suelo, etc… Pero aún no hemos encontrado ninguna aplicación práctica a esos hallazgos. Creímos que había llegado el momento de dar vida a esas increíbles ideas con una solución barata y práctica, porque para la gente de los países en desarrollo, el acceso al agua potable puede cambiar muchas cosas.
¿Cuál cree que es el punto fuerte de la solución de su equipo que hace que «Well Well» avance hasta convertirse en uno de los finalistas regionales?
Un punto realmente bueno para nosotros fue contar con personas con experiencias y habilidades muy diferentes trabajando en el proyecto. Como he mencionado antes, no sólo necesitábamos conocimientos de aprendizaje automático, sino también una buena comprensión de la robótica. Por suerte, en Harbour.Space@UTCC contamos con personas de muy distinta formación. Esto es especialmente cierto en el programa de Ciencia de Datos, donde la gente puede tener una amplia gama de conocimientos, que van desde la codificación a la robótica, y a muchos otros campos diferentes también. También tenemos una mentalidad de startup que aprendimos interactuando con otros estudiantes de otros programas, y esto nos ayuda a entender cómo no sólo centrarnos en la tecnología que queremos construir, sino también ser muy interactivos con los expertos del dominio (ONG, OMS, …) y los usuarios (principalmente las comunidades locales en África) para estar seguros de que podemos construir algo realmente útil para ellos.
¿Qué se aprende en Harbour.Space@UTCC que se haya aplicado a este proyecto?
R: ¡Oh! tantas cosas, en realidad hemos estado trabajando en ese proyecto durante, literalmente, todas las clases de la segunda mitad del año. La primera parte del año se dedicó, de hecho, a obtener los fundamentos necesarios para el aprendizaje automático, como las matemáticas y la codificación. Pero después, las clases fueron más aplicadas y se centraron en la resolución de retos de IA del mundo real. Aprovechamos esa oportunidad para trabajar en nuestro proyecto Well Well durante todos esos cursos: «De desarrollador a CTO», «Redes neuronales y visión por ordenador», «Aprendizaje profundo en aplicaciones», «Aprendizaje automático industrial», «De los datos al conocimiento: interpretación, visualización, presentación». Fue realmente una maravilla probar un enfoque diferente para resolver nuestro problema en cada clase, y fue muy emocionante ver cómo se desarrollaba nuestro proyecto al mismo tiempo.
¿Qué probabilidad hay de que la solución de su equipo se aplique para resolver el reto en la región?
Ser finalistas regionales del «2021 IBM Call for Code Global Challenge» nos ha dado mucha exposición en Asia y actualmente estamos hablando con varios actores en Tailandia sobre posibles implementaciones futuras de nuestra tecnología. El objetivo inicial de nuestro proyecto era utilizar la IA para detectar la mejor ubicación para perforar un pozo de agua, pero son posibles muchas otras aplicaciones, principalmente para la agricultura. Tailandia se enfrenta a un gran problema de escasez de agua, y con el aumento de la demanda de alimentos, nuestro sistema de IA podría ayudar a los agricultores a encontrar agua en el subsuelo y combatir la escasez de agua en zonas vulnerables, especialmente durante la sequía.
El primer módulo es una aplicación web gratuita que toma una única entrada, la ubicación GPS de cualquier punto del mundo. Utilizando una combinación de mapas de características geológicas, imágenes por satélite y aprendizaje automático, esta aplicación web puede predecir los mejores lugares para perforar un pozo de agua a poca distancia. Se puede utilizar en cualquier teléfono móvil en cualquier parte del mundo.
Y también pensamos en las innumerables personas que no tienen acceso al agua potable y tampoco tienen acceso a un teléfono móvil o incluso a Internet, por eso también añadimos un segundo módulo a nuestro proyecto, que es un dispositivo portátil barato, que cuesta sólo menos de 10 dólares. Este dispositivo puede almacenar algunas ubicaciones ideales precalculadas para los pozos de todo el mundo. Es capaz de detectar la ubicación GPS actual de cualquier usuario y guiarle hasta el lugar ideal más cercano para perforar un pozo de agua.
La literatura científica ya estaba llena de ejemplos sobre cómo el aprendizaje automático puede ayudar a predecir el potencial de mapeo de aguas subterráneas, utilizando la información disponible en los mapas como la distancia al río más cercano, la vegetación cercana, la composición del suelo, etc… Pero aún no hemos encontrado ninguna aplicación práctica a esos hallazgos. Creímos que había llegado el momento de dar vida a esas increíbles ideas con una solución barata y práctica, porque para la gente de los países en desarrollo, el acceso al agua potable puede cambiar muchas cosas.
¿Cuál cree que es el punto fuerte de la solución de su equipo que hace que «Well Well» avance hasta convertirse en uno de los finalistas regionales?
Un punto realmente bueno para nosotros fue contar con personas con experiencias y habilidades muy diferentes trabajando en el proyecto. Como he mencionado antes, no sólo necesitábamos conocimientos de aprendizaje automático, sino también una buena comprensión de la robótica. Por suerte, en Harbour.Space@UTCC contamos con personas de muy distinta formación. Esto es especialmente cierto en el programa de Ciencia de Datos, donde la gente puede tener una amplia gama de conocimientos, que van desde la codificación a la robótica, y a muchos otros campos diferentes también. También tenemos una mentalidad de startup que aprendimos interactuando con otros estudiantes de otros programas, y esto nos ayuda a entender cómo no sólo centrarnos en la tecnología que queremos construir, sino también ser muy interactivos con los expertos del dominio (ONG, OMS, …) y los usuarios (principalmente las comunidades locales en África) para estar seguros de que podemos construir algo realmente útil para ellos.
¿Qué se aprende en Harbour.Space@UTCC que se haya aplicado a este proyecto?
¡Oh! tantas cosas, en realidad hemos estado trabajando en ese proyecto durante, literalmente, todas las clases de la segunda mitad del año. La primera parte del año se dedicó, de hecho, a obtener los fundamentos necesarios para el aprendizaje automático, como las matemáticas y la codificación. Pero después, las clases fueron más aplicadas y se centraron en la resolución de retos de IA del mundo real. Aprovechamos esa oportunidad para trabajar en nuestro proyecto Well Well durante todos esos cursos: «De desarrollador a CTO», «Redes neuronales y visión por ordenador», «Aprendizaje profundo en aplicaciones», «Aprendizaje automático industrial», «De los datos al conocimiento: interpretación, visualización, presentación». Fue realmente una maravilla probar un enfoque diferente para resolver nuestro problema en cada clase, y fue muy emocionante ver cómo se desarrollaba nuestro proyecto al mismo tiempo.
¿Qué probabilidad hay de que la solución de su equipo se aplique para resolver el reto en la región?
Ser finalistas regionales del «2021 IBM Call for Code Global Challenge» nos ha dado mucha exposición en Asia y actualmente estamos hablando con varios actores en Tailandia sobre posibles implementaciones futuras de nuestra tecnología. El objetivo inicial de nuestro proyecto era utilizar la IA para detectar la mejor ubicación para perforar un pozo de agua, pero son posibles muchas otras aplicaciones, principalmente para la agricultura. Tailandia se enfrenta a un gran problema de escasez de agua, y con el aumento de la demanda de alimentos, nuestro sistema de IA podría ayudar a los agricultores a encontrar agua en el subsuelo y combatir la escasez de agua en zonas vulnerables, especialmente durante la sequía.
¿Qué ha sido lo más valioso de pasar por este proceso de competición?
El concurso nos ha dado un poco más de motivación para trabajar más en nuestro proyecto. Trabajar en un campo tan complicado y técnico como el del aprendizaje automático puede ser a veces desalentador, ¡este asunto no es fácil! Fue agradable tener un marco de trabajo bien diseñado para trabajar, con una comunidad a nuestro alrededor, para darnos un empujón extra en la dirección correcta de vez en cuando. A veces eso es todo lo que necesitas. Así, puedes seguir avanzando un poco más y obtener finalmente los resultados que necesitas.
¿Cuál es su opinión sobre la IA y el futuro de un mundo mejor?
Lo que vemos en todas partes es que, en casi todos los campos, una combinación de conocimientos especializados con un buen uso de la IA conduce a resultados de primera clase. Es probable que esta tendencia se mantenga durante un tiempo. Es probable que esto no lleve al desarrollo de una inteligencia general artificial (AGI) como en las películas de ciencia ficción en un futuro próximo, pero aún así conducirá a un aumento exponencial del rendimiento en muchos dominios, donde Traducido con www.DeepL.com/Translator (versión gratuita)
¿Cuál es su opinión sobre la IA y el futuro de un mundo mejor?
Lo que vemos en todas partes es que, en casi todos los campos, una combinación de conocimientos especializados con un buen uso de la IA conduce a resultados de primera clase. Es probable que esta tendencia se mantenga durante un tiempo. Es probable que esto no conduzca al desarrollo de una inteligencia general artificial (AGI) como la de las películas de ciencia ficción en un futuro próximo, pero sí conducirá a un aumento exponencial del rendimiento en muchos ámbitos, en los que un sistema de IA específico del sector mejorará enormemente nuestras vidas (los coches autoconducidos son uno de los ejemplos más obvios que me vienen a la mente).
¿Qué consejos daría a otros jóvenes programadores que estén pensando en hacer una buena causa con sus habilidades?
Tendrán muchas oportunidades. Para empezar, pueden participar en el «IBM Call for Code Global Challenge» del año que viene. No sabemos cuál será el objetivo de ese reto, pero seguro que serán proyectos que aborden cuestiones sociales y humanitarias. También puedes unirte a proyectos existentes, como Well Well (¡damos la bienvenida a todos los que quieran ayudar!), o a los otros proyectos del concurso de este año, que tienen muchos proyectos increíbles, así que seguro que puedes encontrar alguna iniciativa a la que te interese unirte. En general, puedes unirte a muchos proyectos de código abierto: puede ser una forma gratificante de aprender, enseñar y adquirir experiencia en casi cualquier habilidad que puedas imaginar.
¿Cómo ve la codificación en los próximos 10 años?
Vemos cada vez más herramientas de IA que ayudan a los programadores a escribir un buen código. Parece que pronto podremos explicar lo que queremos que haga el programa en inglés, y algunos sistemas de IA podrán escribir todo el código por nosotros. ¿Significa esto que todos nos quedaremos sin trabajo? No lo creo, creo firmemente que los trabajos de codificación simplemente evolucionarán y se orientarán cada vez más hacia la IA, al igual que en muchos otros campos. Nos esperan tiempos emocionantes.
¿Cuál es el plan de futuro de su carrera?
En realidad no intento hacer un plan para mi futura carrera, ya que siempre me estoy adaptando y estoy deseando trabajar en algo emocionante que pueda despertar mi interés, y quién sabe qué será el día de mañana. Dicho esto, estaríamos muy contentos si pudiéramos continuar con lo que hemos empezado con Well Well de una manera u otra, ya que es un proyecto muy bonito, técnicamente por supuesto, pero también se siente muy bien estar trabajando en tratar de ayudar a la vida de millones de personas.
Harbour.Space@UTCC es una exitosa colaboración entre la Universidad Harbour.Space, con sede en Barcelona (España), y la Universidad de la Cámara de Comercio de Tailandia (UTCC). Las dos instituciones comparten una firme determinación de transformar la educación superior. Esta colaboración académica atrae a estudiantes con talento que están motivados para aprender de los mejores y dar lo mejor de sí mismos para marcar la diferencia en nuestra comunidad.
Por favor, visite Harbour.Space@UTCC para obtener más información sobre los programas de licenciatura y maestría que pueden capacitarlo para hacer impactos para nuestra sociedad.
Meet Pierre, Harbour.Space@UTCC student, who uses AI to make a better impact in communities in need of clean water
Harbour.Space@UTCC proudly introduces Pierre Schwob, a Master’s degree student in Data Science. His team project “Well Well,” an AI tool that helps communities find the best water location within walking distance and evaluates the minerals and chemical composition of that water, was selected as one of the Call for Code 2021 Global Challenge University Finalists for IBM’s tech for good challenge taking on climate change.
A: I was born and educated in France as an engineer, but from a young age, I was also fascinated by Asia’s culture. I am already fluent in Chinese and nowadays I’m trying to get better at Thai. I spent the last 10 years in Asia already to pursue several business opportunities and enjoy Thai spicy food:) Over the years, I also got convinced that Artificial Intelligence would soon deeply modify our society, and that it could have a similar impact in the near future as the Internet had in the previous 20 years. Luckily, I found the Harbour.Space@UTCC Data Science program that offered me exactly what I was looking for, an education environment that was adapted to our rapidly changing economy, with a focus on new technologies and start-ups.
Even though I was the only one who submitted for the contest, it has been a team effort all along, and I want to thank all my fellow students, especially Adel, Carles, Hai and Mazen, for all the wonderful help on the code, the device building and the project in general.
And, of course many thanks to my teachers for all the good advice and mentorship! I personally really enjoyed the way of teaching from Alex Dainiak, because it was so rigorous and well prepared, that everything was crystal clear and understandable during the class itself, even when the topics were quite difficult to grasp. As far as our project Well Well is concerned, we had been struggling for weeks on ways to implement Machine Learning to find the best wells locations, and I think our discussions with Emeli Dral were really what made us click on what would be a good approach to tackle our Machine Learning system, so many thanks for that, it really helped us tremendously.
A: Improving our impact on the planet has been an important question to me for many years. I know I’m far from perfect, and travelling once a year back to France to see my family is already a big chunk of my carbon footprint for the whole year. So, when I have a chance, I like to do a little something extra to help the environmental situation get better. When I was in France for example, I used to work for the Ministry of Sustainable Development, improving the call for bid process of the French State, in order to better take into account environmental parameters instead of only economical parameters. So, when I saw the 2021 IBM Call for Code Global Challenge, I immediately liked their approach and the opportunity they gave us to launch a project that could create some real change, because they gave us a chance to get our solution implemented in the real world.
A: Actually, me and my friends at Harbour.Space@UTCC, were interested in all 3 topics of the 2021 Call for Code challenge:
Responsible production and green consumption
Clean water and sanitation
Zero hunger
At first, we were really focused on recycling: we were discussing with an NGO in Thailand, and we would have been very excited to either build an AI system to detect trash in images of the streets for them, or to build an AI robot that could automatically separate paper, glass, plastic and cans. But we soon discovered that several startups were already working on those questions with great results, and we thought it would be more useful to work on a problem no one else was already tackling.
Also, access to clean water is a problem I experienced first-hand when I was living in Taiwan for 5 years. Even though Taiwan is a developed country, it is an island and its clean water resources are scarce. 3 to 4 times every year, when a typhoon hits the island, there is a big chance that you won’t have enough water for the next few days. And just before the start of the Call for Code contest, earlier this year, rainfall was not enough. That has plunged Taiwan into its worst drought in 56 years. Struggling to ensure supplies, the government stopped irrigating more than 74,000 hectares of farmland. It has also turned off the tap for residents and businesses in three cities and counties, including one of its biggest municipalities, Taichung, two days a week for a few months. Can you imagine not having water at home for 2 days every week? I know many people in many countries all over the world have even worse conditions than that, and 8oo million people in the world don’t have access to clean water today. That’s why we decided to try to see if we can help do something about this huge problem, which is likely to get worse in the future with climate change, if we don’t do anything to fight it.
As you know, millions of people in the world don’t have access to clean water today. Some communities, especially in Africa, try to drill water wells, but they need help to know the best potential location before they start drilling. Why not use a little bit of AI to help them out? That’s how our idea was born. We thought our machine learning and robotics expertise could help people find the best water well location in a more systematic and inexpensive way. So, we proposed a two-part solution to this problem:
The first module is a free web application that takes a single input, the GPS location of any point in the world. Using a combination of geological features map, satellite imagery and Machine Learning, this web application can then predict the best places to drill a water well within walking distance. It can be used on any mobile phone anywhere in the world.
And we also thought about the countless people who don’t have access to clean water and also do not have access to a mobile phone or even to the internet, that’s why we also added a second module to our project, which is a cheap portable device, costing only under 10 USD. This device can store some precomputed ideal locations for wells all around the world. It is able to detect the current GPS location of any user, and guide him or her to the nearest ideal place to drill a water well.
Q: What do you think is the strength of your team’s solution that makes “Well Well” advance to become one of the regional finalists?
A: A real good thing for us was to have people with very different experience and skills working on the project. As I mentioned earlier, we needed not only Machine Learning expertise, but also a good understanding of Robotics. Luckily, at Harbour.Space@UTCC, we have people with very different backgrounds. This is true in particular in the Data Science program, where people can have a wide range of expertise, going from coding to robotics, and to many different other fields too. We also have a startup mentality that we learned by interacting with other students from other programs, and this helps us understand how to not only focus on the technology we want to build, but also be very interactive with domain experts (NGOs, WHO, …) and users (mainly the local communities in Africa) to be sure we can build something really useful for them.
A: Oh! so many things, actually we have been working on that project during literally all the classes in the second half of the year. The first part of the year was indeed dedicated to getting the necessary foundations for machine learning like Maths and Coding. But after that, the classes were more applied and focused on solving real world AI challenges. We used that opportunity to work on our Well Well project during all those courses: “Developer to CTO”, “Neural networks and Computer Vision“, “Deep Learning in Applications“, “Industrial Machine Learning“, “From data to knowledge: interpretation, visualization, presentation”. It was really a blast to try a different approach to solve our problem in every class, and it was so exciting to see our project develop at the same time
Q: How likely is it for your team’s solution to be implemented to solve the challenge in the region?
A: Becoming a regional finalist for “2021 IBM Call for Code Global Challenge” has given us a lot of exposure in Asia and we are currently talking with several actors in Thailand about future possible implementations of our technology. The initial goal of our project was to use AI to detect the best location to drill a water well, but many other applications are possible, mainly for farming. Thailand is facing a big water scarcity problem, and with demand for food rising, our AI system could help farmers to find water underground and combat water shortages in vulnerable areas, especially during drought.
Q: What has been most valuable about going through this competition process?
A: The competition gave us just a tiny bit extra motivation to work harder on our project. You know, working in such a complicated and technical field as Machine Learning can be daunting at times, this stuff is not easy! It was nice to have a well-designed framework to work in, with a community around us, to give us an extra push in the right direction once in a while. Sometimes that’s all you need. So, you can keep going just a little bit further and finally get the results you need.
Q: What is your thought on AI and the future of a better world?
A: What we see everywhere, is that in almost every field, a combination of domain expertise with a good use of AI leads to world class results. This trend is likely going to keep on for a while. This will probably not lead to the development of an Artificial general intelligence (AGI) like in the sci-fi movies anytime soon, but it will still lead to exponential increase of performance in many domains, where domain specific AI system will improve our lives greatly (self-driving cars being one of the most obvious examples that comes to mind).
Q: What tips would you give to other young coders/programmers thinking of doing good cause with their skills?
A: Oh, you will have many opportunities. For starters you can participate in next year’s “IBM Call for Code Global Challenge”! We don’t know what will be the goal of that challenge, but it will definitely be projects that address social and humanitarian issues. You can also join existing projects, like Well Well (we welcome everyone who wants to help!), or the other projects of this year’s contest, they have many amazing projects, so I’m sure you can find some initiative you are interested in joining. More generally, you can join many Open Source projects: it can be a rewarding way to learn, teach, and build experience in just about any skill you can imagine.
Q: How do you see coding in the next 10 years?
A: We see more and more AI tools helping coders write good code. It is starting to look like we will soon be able to just explain what we want the program to accomplish in plain English, and some AI systems will be able to write the entire code for us! Does it mean we will all be jobless? I don’t think so, I strongly believe coding jobs will just evolve and be more and more AI oriented, just like in so many other fields. Exciting times ahead for us!
Q: What is the future plan for your career?
A: I don’t really try to make a plan for my future career, as I am always adapting and looking forward to working on something exciting that can pick my interest, and who knows what this will be tomorrow. That being said, we would be really happy if we can pursue what we have started with Well Well one way or another, as this is a very nice project, technically of course, but also it feels really good to be working on trying to help the lives of millions of people.
Harbour.Space@UTCC is a successful collaboration between Harbour.Space University, based in Barcelona, Spain and University of the Thai Chamber of Commerce (UTCC). The two institutions share a strong determination to transform higher education. This academic collaboration attracts talented students who are motivated to learn from the best and to do their best to make a difference for our community.
Please visit Harbour.Space@UTCC for more information about the Bachelor’s and Master’s programs that can empower you to make impacts for our society.
