數據為善

分析幫助人類

SAS很榮幸能參與 Data for Good 運動,這項運動鼓勵以具正向意義的方式使用數據,以解決貧困、健康、人權、教育、環境等方面的人道主義問題。從預防重大疾病、到保護瀕危物種、再到自然災害重建,全球各地的組織都在利用數據來改善我們的生存環境。將數據應用於社會公益事業為我們解決全球問題帶來了創新方法,我們在這裡蒐集了其中的一些經典案例。

睜大眼,一起捍衛亞馬遜雨林

國際應用系統分析研究所 (IIASA)

國際應用系統分析研究所 (IIASA) 專門研究影響永續發展的全球變化問題。透過與該研究所的密切合作,我們結合了 AI 專業知識和 IIASA 的科學系統分析,以全新的視角看待亞馬遜雨林中砍伐對地球的影響。亞馬遜擁有 2,000 多個動植物物種,由於人類的入侵,亞馬遜正處於危險之中。每月有超過 800 平方公里的土地被毀,森林被大肆砍伐,大片林地被用於農作物耕種和基礎設施建設 — 導致水體受到影響、土壤流失、生物多樣性銳減和氣候變化。

我們希望您能幫助我們發現技術無法發現的盲點。我們的 AI 模型正在分析成千上萬顯示雨林破壞程度的衛星圖像,但是僅僅依靠人工智能還不夠,我們需要您的幫助來發現我們的 AI 模型尚且無法檢測到的森林砍伐跡象。您的參與,無論是觀察僅僅1 個圖像還是100 個圖像,都將能夠幫助我們調整AI 模型,以更準確地檢測亞馬遜雨林的變化,提醒亞馬遜雨林的保護組織和政府機構及時做出響應。

保護瀕危物種

WildTrack

WildTrack 透過分析動物足跡的數位圖像來確定和監測瀕危物種。目前 WildTrack 的研究人員正在藉助 SAS 技術,探索如何利用來自世界各地的 AI 和群眾外包的足跡影響資料,應對全球環境保護面臨的種種問題。這些動物要遷徙到哪裡?動物族群還剩多少? AI 可以透過漸進式學習演算法增強適應性學習,為我們提供更全面的資訊。

直到今日,WildTrack監測的瀕危物種包括黑犀牛、白犀牛、孟加拉虎、東北虎、低地貘和貝爾德貘以及北極熊。電腦可以透過深度學習的訓練執行人類任務,例如經訓練,電腦可以執行類似於當地原住民追跡者,在識別足跡影像和活動模式的動作。不同點在於電腦能夠以更大的規模和更快的速度來執行這些任務。分析是一切的基礎。它可以提供 WildTrack 從未發現過的物種深入的洞察資訊。

分析可以加速災難救援

國際移民組織 (IOM)

作為尼泊爾大地震後的第一批饗應者,國際移民組織 (IOM) 需要為上千個流離失所的家庭提供住所。超過 45,000 個家庭佔據了 200 多個帳篷營地,而隨著暴雨季的臨近,這些家庭迫切需要尋找安全的避難所。為此,IOM 需要快速找到大量的金屬板,為難民重建家園。

SAS 成功幫助IOM 快速獲取了聯合國每年收集的全球貿易數據,也在幾分鐘內對來自200 多個國家數十年的貿易數據進行了分析。如此,IOM 了解了該地區最大的金屬製品生產商和出口商,很快下單採購了材料。數據收集和分析的關鍵作用在於讓災難中的人們獲得安全感和希望。 SAS 非常願意幫助救濟機構了解數據分析的巨大作用。

不斷進步的癌症治療方法

透過對從醫院、研究機構、製藥公司和生物技術公司收集的數據進行分析和 AI 處理,Oslo Cancer Cluster 可以更早地發現罹病模式,並為患者確定最佳的治療方案。

幫助 NatureServe 保護生物多樣性

借助 SAS AI,NatureServe 可以對地球上超過 700 萬種已知動植物物種進行更快速、更可靠的評估。

GatherIQ™ 從您開始

GatherIQ是SAS推出的 “Data for Good” 應用程式 (App),使用數據分析為非營利組織、合作夥伴和日益壯大的環保群體提供支援。 GatherIQ 中闡述了聯合國為創造更美好的世界制定的 17 個全球目標。此免費 App 可以讓新一代的問題解決者們了解這些目標,並採取行動助力實現這些目標。

我們是希望能夠幫助別人的人們。當知道我們能讓別人的生活更容易更安全,這是我們編撰程式時的滿足感,也是我們持續努力改變未來的動力。 Jim Goodnight CEO SAS

合作夥伴

Back to Top