TED@IBM
Tapiwa Chiwewe: You don't have to be an expert to solve big problems
Tapiwa Chiwewe: Büyük sorunları çözmek için uzman olmak zorunda değilsiniz
Filmed:
Readability: 5.3
1,516,187 views
Johannesburg'de bir gün arabasıyla giderken Tapiwa Chiwewe şehrin üstünde devasa bir hava kirliliği bulutunu farketti. Meraklı ve endişeliydi ama bir çevre uzmanı değildi. Biraz araştırma yaptıktan sonra 2012'de yaşanan ölümlerin neredeyse %14'ünün iç ve dış hava kirliliğinden kaynaklandığını gördü. Chiwewe ve arkadaşları kirlilik trendlerini ortaya çıkarıp şehir plancılarının daha iyi karar vermesini sağlayan bir platform geliştirdi. Chiwewe, "Bazen taze bir perspektif, yeni bir beceri, inanılmaz bir şeyin gerçekleşmesi için doğru koşulları oluşturabilir. Ama bunu deneyecek kadar cesur olmanız lazım" diyor.
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
Birkaç yıl önce bir kış sabahında,
00:16
I was driving to work
in Johannesburg, South Africa,
in Johannesburg, South Africa,
1
4730
2975
Afrika'nın Johannesburg şehrinde
işime gidiyordum
işime gidiyordum
00:19
and noticed a haze hanging over the city.
2
7729
2301
ve şehrin üzerinde bir pus fark ettim.
00:22
I make that drive on most days,
3
10895
2095
O yolculuğu neredeyse her gün yapıyorum
00:25
so it was unusual
that I hadn't noticed this before.
that I hadn't noticed this before.
4
13014
2873
dolayısıyla daha önce fark etmemiş
olduğuma şaşırdım.
olduğuma şaşırdım.
00:28
Johannesburg is known
for its distinctive skyline,
for its distinctive skyline,
5
16559
3089
Johannesburg kendine özgü bir
siluetiyle biliniyor
siluetiyle biliniyor
00:31
which I could barely see that morning.
6
19672
1817
ama o sabah bundan hiç eser yoktu.
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
Karşımda duran bu bulutun
aslında hava kirliliği olduğunu anlamam
aslında hava kirliliği olduğunu anlamam
00:38
of air pollution.
8
26867
1198
çok zaman almadı.
00:40
The contrast between
the scenic environment I knew
the scenic environment I knew
9
28994
3571
Bildiğim manzara ile bu
sis kaplı manzara
sis kaplı manzara
00:44
and this smog-covered skyline
10
32589
2285
arasındaki fark
00:46
stirred up something within me.
11
34898
1603
içimde bir şeyleri ateşledi.
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
Bu şehrin aydınlık ve canlı
güneş batışlarının sis ile
güneş batışlarının sis ile
00:54
being overrun by a dull haze.
13
42592
2134
yok olacağını düşünmek beni
dehşete düşürdü.
dehşete düşürdü.
00:57
At that moment, I felt an urge
to do something about it,
to do something about it,
14
45258
4004
O an, bu konuda bir şey yapmam
gerektiğini anladım ama
gerektiğini anladım ama
01:01
but I didn't know what.
15
49286
1656
ne yapmam gerektiğini bilmiyordum.
01:03
All I knew was
I couldn't just stand idly by.
I couldn't just stand idly by.
16
51808
3175
Tek bildiğim bu durum karşısında
öylesine seyirci kalamayacağım idi.
öylesine seyirci kalamayacağım idi.
01:07
The main challenge was,
17
55564
2097
En büyük zorluk,
01:09
I didn't know much
about environmental science
about environmental science
18
57685
4237
çevre bilimi, hava kalitesi yönetimi
ya da atmosfer kimyası
ya da atmosfer kimyası
01:13
air-quality management
19
61946
1525
hakkında
01:15
or atmospheric chemistry.
20
63495
1423
pek fazla bir şey bilmememdi.
01:17
I am a computer engineer,
21
65827
1889
Ben bir bilgisayar mühendisiyim.
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
Ve bu problemi kodlama ile
çözemeyeceğim açıktı.
çözemeyeceğim açıktı.
01:23
(Laughter)
23
71783
1061
(Gülüşmeler)
01:24
Who was I to do anything about this issue?
24
72868
2532
Ben kimdim ki bu konuda
bir şeyler yapayım?
bir şeyler yapayım?
01:27
I was but a citizen.
25
75888
2544
Yalnızca bir vatandaştım.
01:31
In the following years,
I learned a very important lesson,
I learned a very important lesson,
26
79786
3881
Sonraki yıllarda, çok önemli bir
şey öğrendim.
şey öğrendim.
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
Eğer iyi bir gelecek için çalışmak istiyor
isek hepimizin inanması gereken bir ders.
isek hepimizin inanması gereken bir ders.
01:40
Even if you're not an expert
in a particular domain,
in a particular domain,
28
88738
3674
Belirli bir alanda uzman değilseniz bile
01:44
your outside expertise may hold the key
29
92436
2763
alan dışı uzmanlığınız, o alandaki
01:47
to solving big problems
within that domain.
within that domain.
30
95223
2595
büyük problemleri
çözmenin anahtarını taşıyabilir.
çözmenin anahtarını taşıyabilir.
01:50
Sometimes the unique perspective you have
31
98381
2692
Sahip olduğunuz farklı perspektif bazen
01:53
can result in unconventional thinking
that can move the needle,
that can move the needle,
32
101097
4461
değişimi sağlayacak alışılmadık bir
düşünceye yol açabilir.
düşünceye yol açabilir.
01:57
but you need to be bold enough to try.
33
105582
3400
Ancak bunu deneyecek kadar
cesur olmalısınız.
cesur olmalısınız.
02:01
That's the only way you'll ever know.
34
109752
2182
Bunu yalnızca deneyerek
öğrenebilirsiniz.
öğrenebilirsiniz.
02:04
What I knew back then
35
112889
1546
O zamanlarda,
02:06
was that if I was even going
to try to make a difference,
to try to make a difference,
36
114459
3952
eğer bir farklılık yaratmayı
deneyeceksem bile öncelikle
deneyeceksem bile öncelikle
02:10
I had to get smart
about air pollution first,
about air pollution first,
37
118435
3024
hava kirliliği hakkında bir şeyler
öğrenmem gerektiğini biliyordum.
öğrenmem gerektiğini biliyordum.
02:13
and so I became a student again.
38
121483
3095
Bu yüzden tekrar öğrenci oldum.
02:17
I did a bit of basic research
39
125522
2106
Birkaç araştırma sonunda
02:19
and soon learned that air pollution
40
127652
2000
hava kirliliğinin aslında
02:21
is the world's biggest
environmental health risk.
environmental health risk.
41
129676
3134
Dünya'nın en büyük sağlık
tehlikelerinden birisi olduğunu öğrendim.
tehlikelerinden birisi olduğunu öğrendim.
02:25
Data from the World Health Organization
42
133816
2374
Dünya Sağlık Örgütü'nün verileri,
02:28
shows that almost 14 percent
of all deaths worldwide in 2012
of all deaths worldwide in 2012
43
136214
5142
2012'deki tüm ölümlerin %14'ünün
02:33
were attributable to household
and ambient air pollution,
and ambient air pollution,
44
141380
3684
ev ve dış hava kirliliğine
dayandırabileceğini gösteriyor.
dayandırabileceğini gösteriyor.
02:37
with most occurring
in low- and middle-income countries.
in low- and middle-income countries.
45
145088
3459
Bu kirlilik de en çok, düşük ve
orta gelirli ülkelerde gerçekleşiyor.
orta gelirli ülkelerde gerçekleşiyor.
02:41
Ambient air pollution alone
causes more deaths each year
causes more deaths each year
46
149449
3731
Sadece çevredeki hava, her yıl
sıtma ve HIV/AIDS'den daha fazla
sıtma ve HIV/AIDS'den daha fazla
02:45
than malaria and HIV/AIDS.
47
153204
2316
ölüme yol açıyor.
02:48
In Africa, premature deaths
from unsafe sanitation
from unsafe sanitation
48
156355
3833
Afrika'da, güvenli olmayan sağlık
önlemleri ve çocukların
önlemleri ve çocukların
yetersiz beslenmesi
hava kirliliğinden kaynaklanan
hava kirliliğinden kaynaklanan
02:52
or childhood malnutrition
49
160212
1739
02:53
pale in comparison
to deaths due to air pollution,
to deaths due to air pollution,
50
161975
3540
ölümlerin yanında sönük kalıyor.
02:57
and it comes at a huge economic cost:
51
165539
2706
Bu durum ayrıca büyük bir ekonomik
masraf doğuruyor:
masraf doğuruyor:
03:00
over 400 billion US dollars as of 2013,
52
168269
4133
2013 itibariyle 400 milyar
Amerikan Doları.
Amerikan Doları.
03:04
according to a study by the Organisation
for Economic Cooperation and Development.
for Economic Cooperation and Development.
53
172426
4992
Ekonomik Kalkınma ve İşbirliği Örgütü'nün
yaptığı araştırmaya göre.
yaptığı araştırmaya göre.
03:09
Now, in my work,
54
177862
3112
Ben kendi alanımda,
03:12
I explore new frontiers
for artificial intelligence,
for artificial intelligence,
55
180998
4186
insan ve makine arasındaki
simbiyotik ilişkinin
simbiyotik ilişkinin
03:17
where the symbiotic relationship
between man and machine
between man and machine
56
185208
3437
ortak bir nokta bularak daha
iyi karar vermemizi sağlayacak olan
iyi karar vermemizi sağlayacak olan
03:20
can find a beneficial footing
and help us to make better decisions.
and help us to make better decisions.
57
188669
3912
yapay zekâ için yeni
sınırları keşfediyorum.
sınırları keşfediyorum.
03:25
As I thought about
the air pollution problem,
the air pollution problem,
58
193249
3064
Hava kirliliği sorunu
üzerine düşündükçe
üzerine düşündükçe
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
onu nasıl yönettiğimiz
konusunda daha iyi kararlar
konusunda daha iyi kararlar
03:32
about how we manage air pollution,
60
200307
2633
almamız gerektiğini anladım.
03:34
and given the scale of the problem,
61
202964
1983
Sorunun büyüklüğü düşünülünce,
03:36
it was necessary to do it
in a collaborative way.
in a collaborative way.
62
204971
2515
bunun ortak işbirliği ile
yapılması gerekliydi.
yapılması gerekliydi.
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
O alanda çalışan bazı insanlarla
tanışmaya karar verdim.
tanışmaya karar verdim.
03:45
I started to speak to officials
from the City of Johannesburg
from the City of Johannesburg
64
213500
3422
Johannesburg ve çevresindeki
şehirlerdeki yetkililerle
şehirlerdeki yetkililerle
03:48
and other surrounding cities,
65
216946
1627
konuşmaya başladım
03:50
and I engaged the local
scientific community,
scientific community,
66
218597
2959
ve yerel bilim topluluklarıyla
etkileşime geçtim ayrıca
etkileşime geçtim ayrıca
03:53
and I also made a few cold calls.
67
221580
2190
birkaç çatkapı ziyaret
yapmak zorunda kaldım.
yapmak zorunda kaldım.
03:57
The process of engagement I embarked upon
68
225016
2553
Bu etkileşim süreci bana soruna ilişkin
03:59
helped me to develop
a deeper understanding of the problem.
a deeper understanding of the problem.
69
227593
3273
daha derin bir anlayış
geliştirmemi sağladı.
geliştirmemi sağladı.
Ayrıca bu bana alanımdaki inovasyon
yapmaya çalışan
yapmaya çalışan
04:03
It also helped me to avoid the trap
70
231510
2346
04:05
people in my profession sometimes
fall into when trying to innovate,
fall into when trying to innovate,
71
233880
3424
insanların yaptığı hatalardan biri olan,
sorunu tam olarak anlamadan
sorunu tam olarak anlamadan
04:09
where we are quick to apply a technology
72
237328
2327
hemen bir teknoloji ile çözmeye çalışma
04:11
before we've firmly grasped
the problem at hand.
the problem at hand.
73
239679
2794
tuzağına düşmemi engelledi.
04:15
I began to develop an idea
74
243534
2138
Durumu iyileştirmek için
ne yapabilirim
ne yapabilirim
04:17
about what I could do
to improve the situation.
to improve the situation.
75
245696
2468
diye düşünürken bir fikir
geliştirmeye başladım.
geliştirmeye başladım.
04:20
I started by simply asking myself
76
248742
2416
Kendime sadece şunu sorarak başladım:
04:23
how I could bring together
in some meaningful way
in some meaningful way
77
251182
2698
yazılım mühendisliği ve yapay zekâ
konusundaki bilgim ile
konusundaki bilgim ile
04:25
my skills in software engineering
and artificial intelligence
and artificial intelligence
78
253904
3868
konuştuğum diğer uzman kişilerin
04:29
and the expertise of the people
I'd reached out to.
I'd reached out to.
79
257796
2642
bilgilerini anlamlı şekilde nasıl
birleştirebilirim?
birleştirebilirim?
04:33
I wanted to create an online
air-quality management platform
air-quality management platform
80
261075
3993
Kirliliğin trendlerini çözecek
ve gelecekte
ve gelecekte
04:37
that would uncover trends in pollution
81
265092
2081
neler olabileceğini gösterecek
04:39
and project into the future
82
267197
1926
online hava kalitesi yönetim platformu
04:41
to determine what outcomes
can be expected.
can be expected.
83
269147
2399
oluşturmak istedim.
04:44
I was determined to see my idea
translate into a practical solution,
translate into a practical solution,
84
272462
5388
Fikrimi pratik bir çözüme
dönüştürmeye kararlıydım
dönüştürmeye kararlıydım
04:49
but I faced uncertainty
85
277874
2828
ama belirsizlik ile karşı karşıyaydım
04:52
and had no guarantee of success.
86
280726
1901
ve başarılı olacağımın garantisi yoktu.
04:55
What I had was a very particular set
of engineering skills,
of engineering skills,
87
283576
5318
Sahip olduğum şey belirli birtakım
mühendislik becerileriydi.
mühendislik becerileriydi.
05:00
skills I'd acquired over my career
88
288918
2436
Kariyerim sürecinde kazandığım beceriler.
05:03
(Laughter)
89
291378
1245
(Gülüşmeler)
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
Yıllardır hava kirliliği sorunu
üzerinde çalışan insanlar
üzerinde çalışan insanlar
05:08
for so many years.
91
296133
1518
bu becerilere uzaktı.
05:09
What I have come to realize is that
sometimes just one fresh perspective,
sometimes just one fresh perspective,
92
297675
4969
Fark ettiğim şey, bazen taze bir
perspektif,
perspektif,
05:14
one new skill set,
93
302668
1293
yeni bir beceri,
05:15
can make the conditions right
for something remarkable to happen.
for something remarkable to happen.
94
303985
3421
inanılmaz şeylerin olması için
doğru koşulları oluşturabilir.
doğru koşulları oluşturabilir.
05:20
Our willpower and imagination
are a guiding light,
are a guiding light,
95
308066
3691
İrademiz ve hayal gücümüz
bizi engeller arasından geçiren
bizi engeller arasından geçiren
05:23
enabling us to chart new paths
and navigate through obstacles.
and navigate through obstacles.
96
311781
3737
yeni rotalar çizmemizi sağlayan
bir yol göstericimizdir.
bir yol göstericimizdir.
05:28
Armed with a firmer understanding
of the air pollution problem,
of the air pollution problem,
97
316241
3658
Hava kirliliği sorununu daha iyi anlayarak
05:31
and having managed to source
over a decade's worth of data
over a decade's worth of data
98
319923
3362
havanın kirlilik oranlarıyla
ve Johannesburg'daki meteoroloji
ve Johannesburg'daki meteoroloji
05:35
on air pollutant levels
99
323309
1452
durumu üzerine
05:36
and the meteorological conditions
for in and around Johannesburg,
for in and around Johannesburg,
100
324785
4474
on yılı aşkın verileri toplayarak
Güney Afrika'dan ve Çin'den
Güney Afrika'dan ve Çin'den
05:41
my colleagues from South Africa
and China and myself
and China and myself
101
329283
4112
meslektaşlarım ile birlikte,
05:45
created an air-quality
decision support system
decision support system
102
333419
2737
bulutta çalışan
hava kalitesi üzerine
hava kalitesi üzerine
05:48
that lives in the cloud.
103
336180
1350
bir karar destek sistemi kurduk.
05:50
This software system
analyzes historical and real-time data
analyzes historical and real-time data
104
338210
4071
Bu yazılım, konumsal ve zamansal
hava kirliliği trendlerini
hava kirliliği trendlerini
05:54
to uncover the spatial-temporal
trends in pollution.
trends in pollution.
105
342305
2668
tarihi ve anlık verileri inceleyerek
ortaya çıkarıyor.
ortaya çıkarıyor.
05:57
We then used new
machine learning technology
machine learning technology
106
345695
2855
Bununla birlikte, birçok farklı
kirletici için kirlilik
kirletici için kirlilik
06:00
to predict future levels of pollution
107
348574
2639
oranlarını günler öncesinden
öngörmek amacıyla
öngörmek amacıyla
06:03
for several different pollutants
days in advance.
days in advance.
108
351237
2897
yeni makine öğrenimi teknolojisi
kullandık.
kullandık.
06:06
This means that citizens
can make better decisions
can make better decisions
109
354849
3458
Bu, vatandaşların günlük hayatları
ve ailelerini
ve ailelerini
06:10
about their daily movements
110
358331
1715
nereye yerleştirecekleri
konusunda daha iyi karar
konusunda daha iyi karar
06:12
and about where to settle their families.
111
360070
2015
verebilmesi anlamına geliyor.
06:14
We can predict adverse
pollution events ahead of time,
pollution events ahead of time,
112
362575
3484
Olumsuz kirlilik olaylarını olmadan
öngörebilir,
öngörebilir,
06:18
identify heavy polluters,
113
366083
1801
ağır kirleticileri tespit edebilir
06:19
and they can be ordered
by the relevant authorities
by the relevant authorities
114
367908
2523
ve bunları alakalı
otoritelere bildirerek
otoritelere bildirerek
06:22
to scale back their operations.
115
370455
2008
faaliyetlerini azaltmasını
sağlayabiliriz.
sağlayabiliriz.
06:25
Through assisted scenario planning,
116
373315
2515
Senaryo planlamasının yardımıyla
06:27
city planners can also make
better decisions
better decisions
117
375854
2698
şehir plancıları, insan yerleşimi
ya da sanayi alanları gibi
ya da sanayi alanları gibi
06:30
about how to extend infrastructure,
118
378576
2005
yapıları nasıl genişletecekleri hakkında
06:32
such as human settlements
or industrial zones.
or industrial zones.
119
380605
2787
daha iyi kararlar alabilir.
06:36
We completed a pilot of our technology
120
384160
2745
Teknolojimizin ilk denemesini tamamladık.
06:38
that was run over a period of 120 days,
121
386929
3328
Bu deneme 120 gün sürdü ve
06:42
covering all of South Africa.
122
390281
2175
tüm Güney Afrika'yı kapsadı.
06:45
Our results were confirmed
123
393376
1819
Sonuçlarımız, gerçekleşen veriler ile
06:47
when we demonstrated a tight correlation
124
395219
2563
öngörülen veriler arasında
06:49
between the forecasting data
125
397806
2397
sağlam bir korelasyonu ortaya koyduğunda
06:52
and the data we were getting
on the ground.
on the ground.
126
400227
2595
doğrulandı.
06:55
Through our leadership,
127
403631
1670
Bizim öncülüğümüzde
06:57
we have brought cutting-edge,
world-leading assets
world-leading assets
128
405325
3849
hava kalitesini eşi görülmemiş
bir netlik ve doğrulukta
bir netlik ve doğrulukta
07:01
that can perform air-quality forecasting
129
409198
2666
ölçen son teknoloji ve dünyanın
önde gelen
önde gelen
07:03
at an unprecedented
resolution and accuracy,
resolution and accuracy,
130
411888
4120
varlıklarını getirdik.
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
Bu, yakın tarihte bir kış sabahında
şehrime giderken kendime
şehrime giderken kendime
07:14
and thought to myself,
132
422905
1531
şunu sormam ile başladı:
07:16
"Something is wrong here.
I wonder what can be done?"
I wonder what can be done?"
133
424460
2849
"Burada bir şeyler yanlış.
Acaba ne yapılabilir?"
Acaba ne yapılabilir?"
07:20
So here is the point:
134
428563
2341
İşte önemli olan nokta şu:
07:23
What if I'd not investigated
the problem of air pollution further?
the problem of air pollution further?
135
431895
3857
Ya hava kirliliği problemini daha
derin bir şekilde incelememiş olsaydım?
derin bir şekilde incelememiş olsaydım?
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
Ya çevrenin durumuna yönelik herhangi
bir endişe duymayıp
bir endişe duymayıp
07:32
and just hoped that someone,
somewhere, was taking care of the matter?
somewhere, was taking care of the matter?
137
440898
3976
yalnızca birisinin bir yerde bu meseleyi
çözeceğini umsaydım?
çözeceğini umsaydım?
07:37
What I have learned is that,
138
445858
1445
Öğrendiğim şey şu ki,
07:39
when embarking on a challenging endeavor
139
447327
2144
gerçekten inandığımız bir amacı ilerleten
07:41
that advances a cause
that we firmly believe in,
that we firmly believe in,
140
449495
2638
zorlu bir girişime başlarken
07:44
it is important to focus
on the possibility of success
on the possibility of success
141
452157
3485
başarı ihtimaline odaklanmak
07:47
and consider the consequence
of not acting.
of not acting.
142
455666
3046
ve hiçbir şey yapmamanın sonucunu
değerlendirmek önemli.
değerlendirmek önemli.
07:51
We should not get distracted
by resistance and opposition,
by resistance and opposition,
143
459426
3905
Karşılaştığımız direnç ve muhalefet
dikkatimizi dağıtmamalı
dikkatimizi dağıtmamalı
07:55
but this should motivate us further.
144
463355
2397
tam tersine bizi daha fazla motive etmeli.
07:58
So wherever you are in the world,
145
466405
4507
Dünyanın neresinde olursanız olun,
08:02
the next time you find
146
470936
1439
gelecekte, sizin sahip olduğunuz
08:04
that there's some
natural curiosity you have
natural curiosity you have
147
472399
2194
doğal merakı uyandıran
bir şey olduğunda
bir şey bulduğunuzda
bir şey bulduğunuzda
08:06
that is being piqued,
148
474617
1600
08:08
and it's about something you care about,
149
476241
2055
ve eğer bu gerçekten
önemsediğiniz bir şeyse
önemsediğiniz bir şeyse
08:10
and you have some crazy or bold ideas,
150
478320
2785
ve bazı çılgın ve cesur fikirleriniz varsa
08:13
and perhaps it's outside
the realm of your expertise,
the realm of your expertise,
151
481129
3664
ve belki de uzmanlık alanınızın
dışında olsa da
dışında olsa da
08:16
ask yourself this:
152
484817
1238
kendinize şunu sorun:
08:19
Why not?
153
487278
1237
Neden olmasın?
08:22
Why not just go ahead
and tackle the problem
and tackle the problem
154
490349
2517
Neden sadece devam edip
problemi olabildiğince en iyi şekilde
problemi olabildiğince en iyi şekilde
08:24
as best as you can, in your own way?
155
492890
2801
kendinizce çözmeye çalışmıyorsunuz?
08:27
You may be pleasantly surprised.
156
495715
2254
Oldukça hoş bir şekilde
şaşırabilirsiniz.
şaşırabilirsiniz.
08:31
Thank you.
157
499064
1151
Teşekkürler.
08:32
(Applause)
158
500239
3649
(Alkışlar)
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