TED@IBM
Tapiwa Chiwewe: You don't have to be an expert to solve big problems
ทาพิวา ชิวีวี (Tapiwa Chiwewe): คุณไม่จำเป็นต้องเป็นผู้เชี่ยวชาญเพื่อที่จะแก้ปัญหาใหญ่ ๆ
Filmed:
Readability: 5.3
1,516,187 views
วันหนึ่ง ขณะที่กำลังขับรถในเมืองโจฮันเนสเบิร์ก ทาพิวา ชิวีวี สังเกตเห็นกลุ่มหมอกควันมลพิษขนาดใหญ่ลอยอยู่เหนือเมือง เขาสงสัยและกังวล แต่เขาไม่ได้เป็นผู้เชี่ยวชาญด้านสิ่งแวดล้อม เขาจึงค้นคว้าหาข้อมูลและพบว่าเกือบร้อยละ 14 ของการเสียชีวิตทั่วโลกในปี ค.ศ. 2012 เกิดจากมลพิษทางอากาศในครัวเรือนและในสิ่งแวดล้อม ด้วยความรู้นี้และความปรารถนาที่จะทำอะไรสักอย่างเพื่อแก้ปัญหานี้ ชีวีวีและเพื่อนร่วมงานของเขาได้พัฒนาแพลตฟอร์มที่เผยถึงแนวโน้มของมลพิษและช่วยให้นักวางแผนเมืองตัดสินใจได้ดียิ่งขึ้น "บางครั้ง เพียงแค่หนึ่งมุมมองใหม่ หรือหนึ่งทักษะใหม่ ก็สามารถทำให้สถานการณ์เหมาะสมกับการก่อกำเนิดของสิ่งที่น่าทึ่ง" ชิวีวี กล่าว "แต่คุณต้องกล้าพอที่จะลอง"
Tapiwa Chiwewe - AI researcher
Tapiwa Chiwewe, PhD, manages the advanced and applied artificial intelligence group at IBM Research – Africa, which uses artificial intelligence to develop solutions for some of Africa's grand challenges whilst making scientific advances. Full bio
Tapiwa Chiwewe, PhD, manages the advanced and applied artificial intelligence group at IBM Research – Africa, which uses artificial intelligence to develop solutions for some of Africa's grand challenges whilst making scientific advances. Full bio
Double-click the English transcript below to play the video.
00:12
One winter morning, a couple of years ago,
0
849
3857
เช้าวันหนึ่งในฤดูหนาว เมื่อสองปีก่อน
00:16
I was driving to work
in Johannesburg, South Africa,
in Johannesburg, South Africa,
1
4730
2975
ผมกำลังขับรถไปทำงาน
ในเมืองโจฮันเนสเบิร์ก ประเทศแอฟริกาใต้
ในเมืองโจฮันเนสเบิร์ก ประเทศแอฟริกาใต้
00:19
and noticed a haze hanging over the city.
2
7729
2301
และได้สังเกตเห็นหมอกควันลอยอยู่เหนือเมือง
00:22
I make that drive on most days,
3
10895
2095
ผมขับรถไปทำงานเกือบทุกวัน
00:25
so it was unusual
that I hadn't noticed this before.
that I hadn't noticed this before.
4
13014
2873
มันจึงผิดปกติ
ที่ผมไม่เคยสังเกตเห็นมาก่อน
ที่ผมไม่เคยสังเกตเห็นมาก่อน
00:28
Johannesburg is known
for its distinctive skyline,
for its distinctive skyline,
5
16559
3089
โจฮันเนสเบิร์กเป็นที่กล่าวขวัญกัน
ในเรื่องเส้นขอบฟ้าที่ชัดเจน
ในเรื่องเส้นขอบฟ้าที่ชัดเจน
00:31
which I could barely see that morning.
6
19672
1817
ซึ่งผมแทบจะมองมันไม่เห็นในเช้าวันนั้น
00:34
It didn't take long for me to realize
that I was looking at an enormous cloud
that I was looking at an enormous cloud
7
22322
4521
ในเวลาเพียงอึดใจ ผมก็รู้ว่า
สิ่งที่ผมกำลังมองอยู่คือก้อนเมฆขนาดใหญ่
สิ่งที่ผมกำลังมองอยู่คือก้อนเมฆขนาดใหญ่
00:38
of air pollution.
8
26867
1198
ของมลพิษทางอากาศ
00:40
The contrast between
the scenic environment I knew
the scenic environment I knew
9
28994
3571
ความคมชัดระหว่าง
สภาพแวดล้อมอันสวยงามที่ผมคุ้นเคย
สภาพแวดล้อมอันสวยงามที่ผมคุ้นเคย
00:44
and this smog-covered skyline
10
32589
2285
และเส้นขอบฟ้าที่เต็มไปด้วยหมอกควันนี้
00:46
stirred up something within me.
11
34898
1603
ได้ปลุกระดมอะไรบางอย่างในตัวผม
00:49
I was appalled by the possibility
of this city of bright and vivid sunsets
of this city of bright and vivid sunsets
12
37092
5476
ผมตกใจที่เมืองแห่งตะวันยอแสง
ที่สดใสและมีชีวิตชีวา
ที่สดใสและมีชีวิตชีวา
00:54
being overrun by a dull haze.
13
42592
2134
ถูกรุกล้ำโดยหมอกควันหม่น ๆ
00:57
At that moment, I felt an urge
to do something about it,
to do something about it,
14
45258
4004
ในวินาทีนั้น ผมรู้สึกว่าจะต้องทำอะไรสักอย่าง
01:01
but I didn't know what.
15
49286
1656
แต่ผมก็ไม่รู้ว่าต้องทำอะไร
01:03
All I knew was
I couldn't just stand idly by.
I couldn't just stand idly by.
16
51808
3175
สิ่งที่ผมรู้ก็คือ
ผมไม่สามารถนิ่งดูดายได้
ผมไม่สามารถนิ่งดูดายได้
01:07
The main challenge was,
17
55564
2097
ความท้าทายที่สำคัญก็คือ
01:09
I didn't know much
about environmental science
about environmental science
18
57685
4237
ผมมีความรู้ไม่มากนัก
เกี่ยวกับวิทยาศาสตร์สิ่งแวดล้อม
เกี่ยวกับวิทยาศาสตร์สิ่งแวดล้อม
01:13
air-quality management
19
61946
1525
การจัดการคุณภาพอากาศ
01:15
or atmospheric chemistry.
20
63495
1423
หรือเคมีในชั้นบรรยากาศ
01:17
I am a computer engineer,
21
65827
1889
ผมเป็นวิศวกรคอมพิวเตอร์
01:19
and I was pretty sure I couldn't code
my way out of this air pollution problem.
my way out of this air pollution problem.
22
67740
4019
และผมก็มั่นใจว่าผมไม่สามารถเขียนรหัส
เพื่อแก้ปัญหามลพิษทางอากาศนี้ได้
เพื่อแก้ปัญหามลพิษทางอากาศนี้ได้
01:23
(Laughter)
23
71783
1061
(เสียงหัวเราะ)
01:24
Who was I to do anything about this issue?
24
72868
2532
ผมเป็นใครกันที่จะมาจัดการกับปัญหานี้
01:27
I was but a citizen.
25
75888
2544
ผมเป็นแค่พลเมืองคนหนึ่ง
01:31
In the following years,
I learned a very important lesson,
I learned a very important lesson,
26
79786
3881
หลายปีต่อมา
ผมได้เรียนรู้บทเรียนที่สำคัญมาก
ผมได้เรียนรู้บทเรียนที่สำคัญมาก
01:35
a lesson we all need to take to heart
if we are to work towards a better future.
if we are to work towards a better future.
27
83691
4158
บทเรียนที่เราทุกคนต้องคำนึงถึง
ถ้าเราจะมุ่งไปสู่อนาคตที่ดีกว่า
ถ้าเราจะมุ่งไปสู่อนาคตที่ดีกว่า
01:40
Even if you're not an expert
in a particular domain,
in a particular domain,
28
88738
3674
ถึงแม้ว่าคุณจะไม่ใช่ผู้เชี่ยวชาญ
ในเรื่องจำเพาะเรื่องหนึ่ง
ในเรื่องจำเพาะเรื่องหนึ่ง
01:44
your outside expertise may hold the key
29
92436
2763
ความเชี่ยวชาญด้านอื่นของคุณอาจเป็นกุญแจ
01:47
to solving big problems
within that domain.
within that domain.
30
95223
2595
ที่จะใช้ไขปัญหาใหญ่ ๆ ในเรื่องจำเพาะนั้น
01:50
Sometimes the unique perspective you have
31
98381
2692
บางครั้งมุมมองที่เป็นเอกลักษณ์ของคุณ
01:53
can result in unconventional thinking
that can move the needle,
that can move the needle,
32
101097
4461
อาจนำไปสู่การคิดนอกกรอบ
ที่มีผลทำให้เกิดการเปลี่ยนแปลง
ที่มีผลทำให้เกิดการเปลี่ยนแปลง
01:57
but you need to be bold enough to try.
33
105582
3400
แต่คุณต้องกล้าพอที่จะลอง
02:01
That's the only way you'll ever know.
34
109752
2182
นั่นเป็นวิธีเดียวที่คุณจะรู้
02:04
What I knew back then
35
112889
1546
สิ่งที่ผมรู้ในตอนนั้นก็คือ
02:06
was that if I was even going
to try to make a difference,
to try to make a difference,
36
114459
3952
ถ้าผมต้องการที่จะสร้างความแตกต่าง
02:10
I had to get smart
about air pollution first,
about air pollution first,
37
118435
3024
ผมต้องหาความรู้
เกี่ยวกับมลพิษทางอากาศก่อนเป็นอันดับแรก
เกี่ยวกับมลพิษทางอากาศก่อนเป็นอันดับแรก
02:13
and so I became a student again.
38
121483
3095
และผมก็กลายเป็นนักเรียนอีกครั้ง
02:17
I did a bit of basic research
39
125522
2106
ผมได้ศึกษาหาความรู้เบื้องต้น
02:19
and soon learned that air pollution
40
127652
2000
และรู้ว่ามลพิษทางอากาศ
02:21
is the world's biggest
environmental health risk.
environmental health risk.
41
129676
3134
เป็นความเสี่ยงจากสิ่งแวดล้อมที่มีต่อสุขภาพ
ที่ใหญ่ที่สุดในโลก
ที่ใหญ่ที่สุดในโลก
02:25
Data from the World Health Organization
42
133816
2374
ข้อมูลจากองค์การอนามัยโลก
02:28
shows that almost 14 percent
of all deaths worldwide in 2012
of all deaths worldwide in 2012
43
136214
5142
แสดงให้เห็นว่าเกือบร้อยละ 14
ของการเสียชีวิตทั่วโลกในปี ค.ศ. 2012
ของการเสียชีวิตทั่วโลกในปี ค.ศ. 2012
02:33
were attributable to household
and ambient air pollution,
and ambient air pollution,
44
141380
3684
เป็นผลสืบเนื่องมาจากมลพิษทางอากาศ
จากครัวเรือนและในเขตเมืองโดยรอบ
จากครัวเรือนและในเขตเมืองโดยรอบ
02:37
with most occurring
in low- and middle-income countries.
in low- and middle-income countries.
45
145088
3459
โดยเกิดขึ้นมากที่สุด
ในประเทศที่มีรายได้น้อยและปานกลาง
ในประเทศที่มีรายได้น้อยและปานกลาง
02:41
Ambient air pollution alone
causes more deaths each year
causes more deaths each year
46
149449
3731
มลพิษทางอากาศในเขตเมืองโดยรอบเพียงอย่างเดียว
เป็นสาเหตุของการเสียชีวิตในแต่ละปี
เป็นสาเหตุของการเสียชีวิตในแต่ละปี
02:45
than malaria and HIV/AIDS.
47
153204
2316
มากกว่าโรคมาลาเรียและโรคเอดส์
02:48
In Africa, premature deaths
from unsafe sanitation
from unsafe sanitation
48
156355
3833
ในแอฟริกา การเสียชีวิตก่อนวัยอันควร
จากสุขาภิบาลที่ไม่ปลอดภัย
จากสุขาภิบาลที่ไม่ปลอดภัย
02:52
or childhood malnutrition
49
160212
1739
หรือภาวะทุพโภชนาการในวัยเด็ก
02:53
pale in comparison
to deaths due to air pollution,
to deaths due to air pollution,
50
161975
3540
ยังถือว่าน้อยเมื่อเปรียบเทียบกับ
การเสียชีวิตเนื่องจากมลพิษทางอากาศ
การเสียชีวิตเนื่องจากมลพิษทางอากาศ
02:57
and it comes at a huge economic cost:
51
165539
2706
และมันมาพร้อมกับต้นทุนทางเศรษฐศาสตร์แสนแพง
03:00
over 400 billion US dollars as of 2013,
52
168269
4133
ซึ่งก็คือ มากกว่า 400 พันล้านเหรียญสหรัฐ
ตั้งแต่ปี ค.ศ. 2013
ตั้งแต่ปี ค.ศ. 2013
03:04
according to a study by the Organisation
for Economic Cooperation and Development.
for Economic Cooperation and Development.
53
172426
4992
จากการศึกษาขององค์การ
เพื่อความร่วมมือและการพัฒนาทางเศรษฐกิจ
เพื่อความร่วมมือและการพัฒนาทางเศรษฐกิจ
03:09
Now, in my work,
54
177862
3112
ตอนนี้ ในงานของผม
03:12
I explore new frontiers
for artificial intelligence,
for artificial intelligence,
55
180998
4186
ผมสำรวจพรมแดนใหม่ ๆ
สำหรับปัญญาประดิษฐ์
สำหรับปัญญาประดิษฐ์
03:17
where the symbiotic relationship
between man and machine
between man and machine
56
185208
3437
ที่ความสัมพันธ์ทางชีวภาพ
ระหว่างมนุษย์กับเครื่องจักร
ระหว่างมนุษย์กับเครื่องจักร
03:20
can find a beneficial footing
and help us to make better decisions.
and help us to make better decisions.
57
188669
3912
สามารถที่จะสร้างประโยชน์
และช่วยให้เราตัดสินใจได้ดียิ่งขึ้น
และช่วยให้เราตัดสินใจได้ดียิ่งขึ้น
03:25
As I thought about
the air pollution problem,
the air pollution problem,
58
193249
3064
ขณะที่ผมคิดถึง
ปัญหามลพิษทางอากาศ
ปัญหามลพิษทางอากาศ
03:28
it became clear that we needed
to find a way to make better decisions
to find a way to make better decisions
59
196337
3946
มันทำให้ผมรู้อย่างแน่ชัดว่า
เราจำเป็นต้องหาหนทางในการตัดสินใจที่ดีขึ้น
เราจำเป็นต้องหาหนทางในการตัดสินใจที่ดีขึ้น
03:32
about how we manage air pollution,
60
200307
2633
เกี่ยวกับวิธีการจัดการมลพิษทางอากาศ
03:34
and given the scale of the problem,
61
202964
1983
และด้วยขนาดของปัญหาที่เราเผชิญอยู่
03:36
it was necessary to do it
in a collaborative way.
in a collaborative way.
62
204971
2515
มันจำเป็นมากที่เราจะจัดการกับปัญหานี้
ด้วยความร่วมมือ
ด้วยความร่วมมือ
03:40
So I decided I'd better get to know
some people working within the field.
some people working within the field.
63
208310
4190
ดังนั้น ผมจึงตัดสินใจที่จะทำความรู้จัก
กับคนจำนวนหนึ่งที่ทำงานในด้านนี้
กับคนจำนวนหนึ่งที่ทำงานในด้านนี้
03:45
I started to speak to officials
from the City of Johannesburg
from the City of Johannesburg
64
213500
3422
ผมเริ่มพูดคุยกับเจ้าหน้าที่
จากเมืองโจฮันเนสเบิร์ก
จากเมืองโจฮันเนสเบิร์ก
03:48
and other surrounding cities,
65
216946
1627
และเมืองอื่น ๆ โดยรอบ
03:50
and I engaged the local
scientific community,
scientific community,
66
218597
2959
และผมก็เข้าไปมีส่วนร่วม
กับชุมชนวิทยาศาสตร์ในท้องถิ่น
กับชุมชนวิทยาศาสตร์ในท้องถิ่น
03:53
and I also made a few cold calls.
67
221580
2190
และผมก็ได้โทรไปหาคนที่ไม่รู้จักอีกด้วย
03:57
The process of engagement I embarked upon
68
225016
2553
ขั้นตอนในการลงมือทำของผมนั้น
03:59
helped me to develop
a deeper understanding of the problem.
a deeper understanding of the problem.
69
227593
3273
ช่วยให้ผมเข้าใจปัญหานี้
ได้ลึกซึ้งมากยิ่งขึ้น
ได้ลึกซึ้งมากยิ่งขึ้น
04:03
It also helped me to avoid the trap
70
231510
2346
นอกจากนี้ยังช่วยให้ผมหลีกเลี่ยงกับดัก
04:05
people in my profession sometimes
fall into when trying to innovate,
fall into when trying to innovate,
71
233880
3424
ที่บางครั้งคนในอาชีพของผมก็ตกหลุมพราง
เมื่อพวกเขาพยายามที่จะสร้างความเปลี่ยนแปลง
เมื่อพวกเขาพยายามที่จะสร้างความเปลี่ยนแปลง
04:09
where we are quick to apply a technology
72
237328
2327
เมื่อเราตัดสินใจอย่างรวดเร็วในการใช้เทคโนโลยี
04:11
before we've firmly grasped
the problem at hand.
the problem at hand.
73
239679
2794
ก่อนที่เราจะเข้าใจปัญหาอย่างชัดเจน
04:15
I began to develop an idea
74
243534
2138
ผมเริ่มที่จะพัฒนาความคิด
04:17
about what I could do
to improve the situation.
to improve the situation.
75
245696
2468
เกี่ยวกับสิ่งที่ผมสามารถทำได้
เพื่อให้สถานการณ์ดีขึ้น
เพื่อให้สถานการณ์ดีขึ้น
04:20
I started by simply asking myself
76
248742
2416
ผมเริ่มจากการถามตัวเองว่า
04:23
how I could bring together
in some meaningful way
in some meaningful way
77
251182
2698
ผมจะสามารถทำให้เกิดความเชื่อมโยงที่มีคุณค่า
ได้อย่างไรระหว่าง
ได้อย่างไรระหว่าง
04:25
my skills in software engineering
and artificial intelligence
and artificial intelligence
78
253904
3868
ทักษะของผมในด้านวิศวกรรมซอฟต์แวร์
กับปัญญาประดิษฐ์
กับปัญญาประดิษฐ์
04:29
and the expertise of the people
I'd reached out to.
I'd reached out to.
79
257796
2642
และความเชี่ยวชาญของกลุ่มคนที่ผมได้ติดต่อไป
04:33
I wanted to create an online
air-quality management platform
air-quality management platform
80
261075
3993
ผมต้องการที่จะสร้างระบบแพลตฟอร์มออนไลน์
เกี่ยวกับการจัดการคุณภาพอากาศ
เกี่ยวกับการจัดการคุณภาพอากาศ
04:37
that would uncover trends in pollution
81
265092
2081
ที่จะเปิดเผยแนวโน้มทางด้านมลพิษ
04:39
and project into the future
82
267197
1926
และแสดงให้เห็นถึงอนาคต
04:41
to determine what outcomes
can be expected.
can be expected.
83
269147
2399
เพื่อกำหนดว่ามีผลลัพธ์ใดบ้าง
ที่สามารถเป็นไปได้
ที่สามารถเป็นไปได้
04:44
I was determined to see my idea
translate into a practical solution,
translate into a practical solution,
84
272462
5388
ผมตั้งใจแน่วแน่ที่จะเห็นความคิดของผม
ถูกแปลออกมาเป็นแนวทางปฏิบัติในการแก้ปัญหา
ถูกแปลออกมาเป็นแนวทางปฏิบัติในการแก้ปัญหา
04:49
but I faced uncertainty
85
277874
2828
แต่ผมต้องเผชิญกับความไม่แน่นอน
04:52
and had no guarantee of success.
86
280726
1901
และไม่มีการรับประกันว่ามันจะประสบความสำเร็จ
04:55
What I had was a very particular set
of engineering skills,
of engineering skills,
87
283576
5318
สิ่งที่ผมมีคือ
ทักษะทางวิศวกรรมที่เฉพาะเจาะจงมาก
ทักษะทางวิศวกรรมที่เฉพาะเจาะจงมาก
05:00
skills I'd acquired over my career
88
288918
2436
ทักษะที่ผมได้รับมาจากการทำงาน
05:03
(Laughter)
89
291378
1245
(เสียงหัวเราะ)
05:04
that were new to people who had
been working on the air pollution problem
been working on the air pollution problem
90
292647
3462
ที่ใหม่สำหรับคนที่ได้ทำงาน
เกี่ยวกับปัญหามลพิษทางอากาศ
เกี่ยวกับปัญหามลพิษทางอากาศ
05:08
for so many years.
91
296133
1518
มาเป็นเวลาหลาย ๆ ปี
05:09
What I have come to realize is that
sometimes just one fresh perspective,
sometimes just one fresh perspective,
92
297675
4969
สิ่งที่ผมได้รับรู้ ก็คือ
บางครั้ง เพียงหนึ่งมุมมองใหม่
บางครั้ง เพียงหนึ่งมุมมองใหม่
05:14
one new skill set,
93
302668
1293
หนึ่งทักษะใหม่
05:15
can make the conditions right
for something remarkable to happen.
for something remarkable to happen.
94
303985
3421
ก็สามารถทำให้เกิดภาวะที่เหมาะสม
สำหรับการเกิดสิ่งที่น่าทึ่ง
สำหรับการเกิดสิ่งที่น่าทึ่ง
05:20
Our willpower and imagination
are a guiding light,
are a guiding light,
95
308066
3691
จิตตานุภาพและจินตนาการของเรา
คือแสงนำทาง
คือแสงนำทาง
05:23
enabling us to chart new paths
and navigate through obstacles.
and navigate through obstacles.
96
311781
3737
ทำให้เราสามารถสร้างเส้นทางใหม่ ๆ
และก้าวผ่านอุปสรรคต่าง ๆ ไปได้
และก้าวผ่านอุปสรรคต่าง ๆ ไปได้
05:28
Armed with a firmer understanding
of the air pollution problem,
of the air pollution problem,
97
316241
3658
ด้วยความเข้าใจที่ชัดเจนมากขึ้น
เกี่ยวกับปัญหามลพิษทางอากาศ
เกี่ยวกับปัญหามลพิษทางอากาศ
05:31
and having managed to source
over a decade's worth of data
over a decade's worth of data
98
319923
3362
และจากการจัดการรวบรวมข้อมูล
มาตลอดทศวรรษ
มาตลอดทศวรรษ
05:35
on air pollutant levels
99
323309
1452
เกี่ยวกับระดับมลพิษทางอากาศ
05:36
and the meteorological conditions
for in and around Johannesburg,
for in and around Johannesburg,
100
324785
4474
และสภาพทางอุตุนิยมวิทยา
สำหรับทั้งใน และรอบ ๆ เมืองโจฮันเนสเบิร์ก
สำหรับทั้งใน และรอบ ๆ เมืองโจฮันเนสเบิร์ก
05:41
my colleagues from South Africa
and China and myself
and China and myself
101
329283
4112
เพื่อนร่วมงานของผมจากแอฟริกาใต้และจีน
และตัวผมเอง
และตัวผมเอง
05:45
created an air-quality
decision support system
decision support system
102
333419
2737
ได้สร้างระบบสนับสนุน
การตัดสินใจเกี่ยวกับคุณภาพอากาศ
การตัดสินใจเกี่ยวกับคุณภาพอากาศ
05:48
that lives in the cloud.
103
336180
1350
ที่อยู่ในคลาวด์
05:50
This software system
analyzes historical and real-time data
analyzes historical and real-time data
104
338210
4071
ระบบซอฟต์แวร์นี้
วิเคราะห์ข้อมูลในอดีตและตามเวลาจริง
วิเคราะห์ข้อมูลในอดีตและตามเวลาจริง
05:54
to uncover the spatial-temporal
trends in pollution.
trends in pollution.
105
342305
2668
เพื่อสำรวจมิติสัมพันธ์
เกี่ยวกับแนวโน้มด้านมลพิษ
เกี่ยวกับแนวโน้มด้านมลพิษ
05:57
We then used new
machine learning technology
machine learning technology
106
345695
2855
จากนั้นเราก็ใช้
เทคโนโลยีการเรียนรู้ของเครื่องจักรกลใหม่ ๆ
เทคโนโลยีการเรียนรู้ของเครื่องจักรกลใหม่ ๆ
06:00
to predict future levels of pollution
107
348574
2639
เพื่อพยากรณ์ระดับมลพิษในอนาคต
06:03
for several different pollutants
days in advance.
days in advance.
108
351237
2897
สำหรับสารมลพิษต่าง ๆ
ล่วงหน้าหลายวัน
ล่วงหน้าหลายวัน
06:06
This means that citizens
can make better decisions
can make better decisions
109
354849
3458
ซึ่งหมายความว่าพลเมือง
สามารถตัดสินใจได้ดีขึ้น
สามารถตัดสินใจได้ดีขึ้น
06:10
about their daily movements
110
358331
1715
เกี่ยวกับการเดินทางในแต่ละวัน
06:12
and about where to settle their families.
111
360070
2015
และการตั้งถิ่นฐานของครอบครัว
06:14
We can predict adverse
pollution events ahead of time,
pollution events ahead of time,
112
362575
3484
เราสามารถพยากรณ์สถานการณ์มลพิษ
ที่ไม่พึงประสงค์ก่อนเวลาได้
ที่ไม่พึงประสงค์ก่อนเวลาได้
06:18
identify heavy polluters,
113
366083
1801
ระบุแหล่งที่ก่อมลพิษหนัก ๆ
06:19
and they can be ordered
by the relevant authorities
by the relevant authorities
114
367908
2523
ซึ่งพวกมันจะสามารถถูกควบคุม
โดยหน่วยงานที่เกี่ยวข้อง
โดยหน่วยงานที่เกี่ยวข้อง
06:22
to scale back their operations.
115
370455
2008
ให้ลดลงมายังระดับที่ยอมรับได้
06:25
Through assisted scenario planning,
116
373315
2515
ด้วยความช่วยเหลือ
จากการวางแผนตามสถานการณ์
จากการวางแผนตามสถานการณ์
06:27
city planners can also make
better decisions
better decisions
117
375854
2698
นักวางผังเมืองก็จะสามารถ
ตัดสินใจได้ดีขึ้นเช่นกัน
ตัดสินใจได้ดีขึ้นเช่นกัน
06:30
about how to extend infrastructure,
118
378576
2005
เกี่ยวกับวิธีการขยายโครงสร้างพื้นฐาน
06:32
such as human settlements
or industrial zones.
or industrial zones.
119
380605
2787
เช่น การตั้งถิ่นฐานของมนุษย์
หรือขอบเขตพื้นที่อุตสาหกรรม
หรือขอบเขตพื้นที่อุตสาหกรรม
06:36
We completed a pilot of our technology
120
384160
2745
เราได้ทดลองใช้เทคโนโลยีของเรา
06:38
that was run over a period of 120 days,
121
386929
3328
เป็นเวลา 120 วัน
06:42
covering all of South Africa.
122
390281
2175
ครอบคลุมพื้นที่ทั้งหมดของแอฟริกาใต้
06:45
Our results were confirmed
123
393376
1819
ผลลัพธ์ของเราได้รับการยืนยัน
06:47
when we demonstrated a tight correlation
124
395219
2563
เมื่อเราแสดงให้เห็น
ถึงความสัมพันธ์ที่ใกล้ชิดกัน
ถึงความสัมพันธ์ที่ใกล้ชิดกัน
06:49
between the forecasting data
125
397806
2397
ระหว่างข้อมูลที่พยากรณ์เอาไว้
06:52
and the data we were getting
on the ground.
on the ground.
126
400227
2595
กับข้อมูลที่เราได้จากพื้นดิน
06:55
Through our leadership,
127
403631
1670
ด้วยความเป็นผู้นำของเรา
06:57
we have brought cutting-edge,
world-leading assets
world-leading assets
128
405325
3849
เราได้ให้กำเนิดสิ่งที่มีความนำสมัยชั้นนำของโลก
07:01
that can perform air-quality forecasting
129
409198
2666
ที่สามารถพยากรณ์คุณภาพอากาศได้
07:03
at an unprecedented
resolution and accuracy,
resolution and accuracy,
130
411888
4120
ที่มีความละเอียดและความถูกต้อง
อย่างที่ไม่เคยมีมาก่อน
อย่างที่ไม่เคยมีมาก่อน
07:08
benefiting the city that I drove into
one winter morning not very long ago,
one winter morning not very long ago,
131
416032
6849
ซึ่งเป็นประโยชน์ต่อเมืองที่ผมขับรถเข้าไปทำงาน
ในเช้าฤดูหนาววันหนึ่งเมื่อไม่นานมานี้
ในเช้าฤดูหนาววันหนึ่งเมื่อไม่นานมานี้
07:14
and thought to myself,
132
422905
1531
และคิดกับตัวเองว่า
07:16
"Something is wrong here.
I wonder what can be done?"
I wonder what can be done?"
133
424460
2849
"มีอะไรบางอย่างผิดพลาด
ผมจะแก้ปัญหานี้ได้อย่างไรนะ"
ผมจะแก้ปัญหานี้ได้อย่างไรนะ"
07:20
So here is the point:
134
428563
2341
ประเด็นก็คือ
07:23
What if I'd not investigated
the problem of air pollution further?
the problem of air pollution further?
135
431895
3857
จะเกิดอะไรขึ้นถ้าผมไม่ได้ตรวจสอบ
ปัญหามลพิษทางอากาศต่อไปอีก
ปัญหามลพิษทางอากาศต่อไปอีก
07:28
What if I'd not shown some concern
for the state of the environment
for the state of the environment
136
436951
3923
จะเกิดอะไรขึ้นถ้าผมไม่ได้แสดงความกังวล
ต่อสถานการณ์สภาพแวดล้อม
ต่อสถานการณ์สภาพแวดล้อม
07:32
and just hoped that someone,
somewhere, was taking care of the matter?
somewhere, was taking care of the matter?
137
440898
3976
และแค่หวังว่าใครสักคน
จากที่ไหนสักแห่ง กำลังดูแลเรื่องนี้อยู่
จากที่ไหนสักแห่ง กำลังดูแลเรื่องนี้อยู่
07:37
What I have learned is that,
138
445858
1445
สิ่งที่ผมได้เรียนรู้ก็คือ
07:39
when embarking on a challenging endeavor
139
447327
2144
เมื่อเริ่มทำในสิ่งที่มีความท้าทาย
07:41
that advances a cause
that we firmly believe in,
that we firmly believe in,
140
449495
2638
ที่ก่อให้เกิดความก้าวหน้าในสิ่งที่เราเชื่อมั่น
07:44
it is important to focus
on the possibility of success
on the possibility of success
141
452157
3485
สิ่งสำคัญคือต้องมุ่งความสนใจ
ไปยังความเป็นไปได้ของความสำเร็จ
ไปยังความเป็นไปได้ของความสำเร็จ
07:47
and consider the consequence
of not acting.
of not acting.
142
455666
3046
และพิจารณาผลที่ตามมาจากการไม่ทำอะไรเลย
07:51
We should not get distracted
by resistance and opposition,
by resistance and opposition,
143
459426
3905
เราไม่ควรที่จะสับสนกับการต่อต้านและคัดค้าน
07:55
but this should motivate us further.
144
463355
2397
แต่นี่ควรจะกระตุ้นเรามากขึ้น
07:58
So wherever you are in the world,
145
466405
4507
ดังนั้น ไม่ว่าคุณจะอยู่ที่ใดในโลก
08:02
the next time you find
146
470936
1439
ครั้งต่อไปที่คุณพบว่า
08:04
that there's some
natural curiosity you have
natural curiosity you have
147
472399
2194
คุณมีความอยากรู้อยากเห็น
ต่อบางสิ่งบางอย่าง
ต่อบางสิ่งบางอย่าง
08:06
that is being piqued,
148
474617
1600
ที่กระตุกต่อมความสนใจของคุณ
08:08
and it's about something you care about,
149
476241
2055
และมันเกี่ยวกับบางสิ่งที่คุณใส่ใจ
08:10
and you have some crazy or bold ideas,
150
478320
2785
และคุณมีความคิดนอกกรอบและไม่เหมือนใคร
08:13
and perhaps it's outside
the realm of your expertise,
the realm of your expertise,
151
481129
3664
และบางทีมันอาจอยู่นอกขอบเขต
ความเชี่ยวชาญของคุณ
ความเชี่ยวชาญของคุณ
08:16
ask yourself this:
152
484817
1238
ให้ถามตัวเองว่า
08:19
Why not?
153
487278
1237
จะปฏิเสธทำไมล่ะ
08:22
Why not just go ahead
and tackle the problem
and tackle the problem
154
490349
2517
ทำไมไม่เดินหน้าเพื่อที่จะแก้ไขปัญหา
08:24
as best as you can, in your own way?
155
492890
2801
ให้ดีที่สุดเท่าที่คุณจะสามารถทำได้
ด้วยวิธีของคุณเอง
ด้วยวิธีของคุณเอง
08:27
You may be pleasantly surprised.
156
495715
2254
มันอาจทำให้คุณต้องประหลาดใจมากก็ได้
08:31
Thank you.
157
499064
1151
ขอบคุณครับ
08:32
(Applause)
158
500239
3649
(เสียงปรบมือ)
ABOUT THE SPEAKER
Tapiwa Chiwewe - AI researcherTapiwa Chiwewe, PhD, manages the advanced and applied artificial intelligence group at IBM Research – Africa, which uses artificial intelligence to develop solutions for some of Africa's grand challenges whilst making scientific advances.
Why you should listen
An engineer and researcher of many interests, Tapiwa Chiwewe has worked in academia and industry, developing commercial products and conducting scientific research in many areas that include mining, healthcare, defense, astronomy and the environment.
Chiwewe studied at the University of Pretoria in South Africa where he earned a PhD in Computer Engineering. His roles have ranged from junior lecturer and researcher, software engineer, followed by an extended stint with South Africa’s Council for Scientific and Industrial Research.
Tapiwa Chiwewe | Speaker | TED.com