TED@IBM
Tapiwa Chiwewe: You don't have to be an expert to solve big problems
טאפיווה צ'יוואווא: אין צורך להיות מומחה כדי לפתור בעיות קשות
Filmed:
Readability: 5.3
1,516,187 views
טאפיווה צ'יוואווא נכנס יום אחד ברכבו ליוהנסבורג ושם לב לענן עצום של זיהום אוויר שמרחף מעל לעיר. ניעורו בו סקרנות ודאגה, אך היות שלא היה מומחה לענייני סביבה, ערך מחקר משלו וגילה שקרוב ל-14% מכל התמותה בעולם ב-2012 נגרמת מזיהום אוויר בבית ובסביבה. כשהוא חמוש בידע זה ובדחף לעשות משהו בנוגע לכך, הוא פיתח יחד עם עמיתיו פלטפורמה שחושפת מגמות בזיהום ועוזרת למתכננים עירוניים לקבל החלטות טובות יותר. "לפעמים, די בנקודת-מבט רעננה או בכישורים חדשים כדי להכין את הקרקע להיווצרותו של משהו חדש וטוב," אומר צ'יוואווה. "אבל צריך להיות אמיצים ולנסות".
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
בבוקר חורפי אחד,
לפני כמה שנים,
לפני כמה שנים,
00:16
I was driving to work
in Johannesburg, South Africa,
in Johannesburg, South Africa,
1
4730
2975
נהגתי לעבודה שלי ביוהנסבורג
שבדרום-אפריקה,
שבדרום-אפריקה,
00:19
and noticed a haze hanging over the city.
2
7729
2301
ושמתי לב לאובך שמרחף מעל לעיר.
00:22
I make that drive on most days,
3
10895
2095
אני עושה את הדרך הזאת
ברוב הימים,
ברוב הימים,
00:25
so it was unusual
that I hadn't noticed this before.
that I hadn't noticed this before.
4
13014
2873
ולכן היה מוזר שעד אז
לא השגחתי בכך.
לא השגחתי בכך.
00:28
Johannesburg is known
for its distinctive skyline,
for its distinctive skyline,
5
16559
3089
יוהנסבורג ידועה
בקו הרקיע המובהק שלה,
בקו הרקיע המובהק שלה,
00:31
which I could barely see that morning.
6
19672
1817
ובאותו בוקר, בקושי ראיתי אותו.
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
תוך זמן קצר הבנתי
שאני רואה ענן עצום
שאני רואה ענן עצום
00:38
of air pollution.
8
26867
1198
של זיהום אוויר.
00:40
The contrast between
the scenic environment I knew
the scenic environment I knew
9
28994
3571
הניגוד בין הנוף היפה שהכרתי
00:44
and this smog-covered skyline
10
32589
2285
לבין קו-הרקיע
מכוסה הערפיח הזה,
מכוסה הערפיח הזה,
00:46
stirred up something within me.
11
34898
1603
העיר בי משהו.
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
הזדעזעתי למחשבה שהעיר הזאת,
של שקיעות עזות-צבע
של שקיעות עזות-צבע
00:54
being overrun by a dull haze.
13
42592
2134
יכולה להתכסות ערפל עכור.
00:57
At that moment, I felt an urge
to do something about it,
to do something about it,
14
45258
4004
באותו רגע חשתי דחף
לעשות משהו בנוגע לכך,
לעשות משהו בנוגע לכך,
01:01
but I didn't know what.
15
49286
1656
אבל לא ידעתי מה.
01:03
All I knew was
I couldn't just stand idly by.
I couldn't just stand idly by.
16
51808
3175
ידעתי רק שאינני יכול
לעמוד בחיבוק-ידיים.
לעמוד בחיבוק-ידיים.
01:07
The main challenge was,
17
55564
2097
האתגר העיקרי היה,
01:09
I didn't know much
about environmental science
about environmental science
18
57685
4237
שלא ידעתי הרבה על מדעי הסביבה,
01:13
air-quality management
19
61946
1525
על ניהול איכות אוויר
01:15
or atmospheric chemistry.
20
63495
1423
או על הכימיה של האטמוספירה.
01:17
I am a computer engineer,
21
65827
1889
אני מהנדס מחשבים,
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
והייתי די בטוח שלא אוכל לפתור
את בעיית זיהום האוויר בעזרת תכנות.
את בעיית זיהום האוויר בעזרת תכנות.
01:23
(Laughter)
23
71783
1061
(צחוק)
01:24
Who was I to do anything about this issue?
24
72868
2532
מי אני שאעשה משהו בנידון?
01:27
I was but a citizen.
25
75888
2544
הייתי סתם אזרח.
01:31
In the following years,
I learned a very important lesson,
I learned a very important lesson,
26
79786
3881
בשנים הבאות למדתי לקח חשוב מאד,
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
לקח שכדאי לכולנו לאמץ
אם ברצוננו
לפעול למען עתיד טוב יותר.
לפעול למען עתיד טוב יותר.
01:40
Even if you're not an expert
in a particular domain,
in a particular domain,
28
88738
3674
גם אם אינך מומחה בתחום מסוים,
01:44
your outside expertise may hold the key
29
92436
2763
במומחיות שמסביבך עשוי להימצא המפתח
01:47
to solving big problems
within that domain.
within that domain.
30
95223
2595
לפתרון בעיות גדולות באותו תחום.
01:50
Sometimes the unique perspective you have
31
98381
2692
לפעמים, נקודת המבט הייחודית שיש לך
01:53
can result in unconventional thinking
that can move the needle,
that can move the needle,
32
101097
4461
יכולה להוליד חשיבה יוצאת-דופן
שתוכל להזיז את המחט,
שתוכל להזיז את המחט,
01:57
but you need to be bold enough to try.
33
105582
3400
אבל עליך להעז ולנסות.
02:01
That's the only way you'll ever know.
34
109752
2182
רק כך תדע.
02:04
What I knew back then
35
112889
1546
מה שידעתי אז היה
02:06
was that if I was even going
to try to make a difference,
to try to make a difference,
36
114459
3952
שאם אני רוצה לשנות משהו,
02:10
I had to get smart
about air pollution first,
about air pollution first,
37
118435
3024
תחילה עלי להחכים
בנוגע לזיהום האוויר,
בנוגע לזיהום האוויר,
02:13
and so I became a student again.
38
121483
3095
ולכן חזרתי לספסל הלימודים.
02:17
I did a bit of basic research
39
125522
2106
ערכתי קצת מחקר פשוט
02:19
and soon learned that air pollution
40
127652
2000
ובמהרה למדתי שזיהום האוויר
הוא הסיכון הבריאותי הסביבתי
הכי גדול בעולם.
הכי גדול בעולם.
02:21
is the world's biggest
environmental health risk.
environmental health risk.
41
129676
3134
02:25
Data from the World Health Organization
42
133816
2374
נתוני ארגון הבריאות העולמי
02:28
shows that almost 14 percent
of all deaths worldwide in 2012
of all deaths worldwide in 2012
43
136214
5142
מראים שכמעט 14% מכל
מקרי המוות בעולם ב-2012
מקרי המוות בעולם ב-2012
02:33
were attributable to household
and ambient air pollution,
and ambient air pollution,
44
141380
3684
מיוחסים לזיהום אוויר בבית ובסביבתו,
02:37
with most occurring
in low- and middle-income countries.
in low- and middle-income countries.
45
145088
3459
שרובו מתרחש בארצות
בעלות הכנסה נמוכה ובינונית.
בעלות הכנסה נמוכה ובינונית.
02:41
Ambient air pollution alone
causes more deaths each year
causes more deaths each year
46
149449
3731
זיהום האוויר הסביבתי לבדו
גורם בכל שנה ליותר תמותה
גורם בכל שנה ליותר תמותה
02:45
than malaria and HIV/AIDS.
47
153204
2316
מאשר מלריה ואיידס.
02:48
In Africa, premature deaths
from unsafe sanitation
from unsafe sanitation
48
156355
3833
באפריקה, מוות בטרם-עת
בגלל תברואה גרועה
בגלל תברואה גרועה
02:52
or childhood malnutrition
49
160212
1739
או תזונת ילדים לקויה
02:53
pale in comparison
to deaths due to air pollution,
to deaths due to air pollution,
50
161975
3540
מחווירים בהשוואה לתמותה
בגלל זיהום אוויר,
בגלל זיהום אוויר,
02:57
and it comes at a huge economic cost:
51
165539
2706
והמחיר הכלכלי הוא עצום:
03:00
over 400 billion US dollars as of 2013,
52
168269
4133
מעל 400 מיליארד דולר ארה"ב
נכון ל-2013,
נכון ל-2013,
03:04
according to a study by the Organisation
for Economic Cooperation and Development.
for Economic Cooperation and Development.
53
172426
4992
לפי מחקר של הארגון
לשיתוף-פעולה ופיתוח כלכלי.
לשיתוף-פעולה ופיתוח כלכלי.
03:09
Now, in my work,
54
177862
3112
בעבודתי,
03:12
I explore new frontiers
for artificial intelligence,
for artificial intelligence,
55
180998
4186
אני בוחן אופקים חדשים
בתחום התבונה המלאכותית,
בתחום התבונה המלאכותית,
03:17
where the symbiotic relationship
between man and machine
between man and machine
56
185208
3437
כשהסימביוזה בין האדם למכונה
03:20
can find a beneficial footing
and help us to make better decisions.
and help us to make better decisions.
57
188669
3912
תוכל להטביע חותם חיובי
ולשפר את קבלת ההחלטות שלנו.
ולשפר את קבלת ההחלטות שלנו.
03:25
As I thought about
the air pollution problem,
the air pollution problem,
58
193249
3064
כשחשבתי על בעיית זיהום האוויר,
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
התברר לי שעלינו למצוא דרך
לקבל החלטות טובות יותר
לקבל החלטות טובות יותר
03:32
about how we manage air pollution,
60
200307
2633
לגבי ניהול זיהום האוויר,
03:34
and given the scale of the problem,
61
202964
1983
ובהינתן היקף הבעייה,
03:36
it was necessary to do it
in a collaborative way.
in a collaborative way.
62
204971
2515
הכרחי לעשות זאת בדרך
של שיתוף-פעולה.
של שיתוף-פעולה.
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
ולכן החלטתי שכדאי שאכיר
אנשים שעובדים בתחום זה.
אנשים שעובדים בתחום זה.
03:45
I started to speak to officials
from the City of Johannesburg
from the City of Johannesburg
64
213500
3422
התחלתי לשוחח עם בכירים
בעיריית יוהנסבורג
בעיריית יוהנסבורג
03:48
and other surrounding cities,
65
216946
1627
ובערים שכנות,
03:50
and I engaged the local
scientific community,
scientific community,
66
218597
2959
גייסתי את הקהילה המדעית המקומית,
03:53
and I also made a few cold calls.
67
221580
2190
וגם היו לי כמה שיחות ללא מענה.
03:57
The process of engagement I embarked upon
68
225016
2553
תהליך הגברת המודעות שבו התחלתי
03:59
helped me to develop
a deeper understanding of the problem.
a deeper understanding of the problem.
69
227593
3273
עזר לי להבין יותר לעומק את הבעיה.
04:03
It also helped me to avoid the trap
70
231510
2346
הוא גם עזר לי לחמוק מהמלכודת
04:05
people in my profession sometimes
fall into when trying to innovate,
fall into when trying to innovate,
71
233880
3424
שאנשים בתחום שלי נופלים אליה
לפעמים כשהם מנסים לחדש,
לפעמים כשהם מנסים לחדש,
04:09
where we are quick to apply a technology
72
237328
2327
כשאנו ממהרים ליישם טכנולוגיה מסוימת
04:11
before we've firmly grasped
the problem at hand.
the problem at hand.
73
239679
2794
לפני שהבנו לגמרי את הבעייה.
04:15
I began to develop an idea
74
243534
2138
התחלתי לפתח רעיון
04:17
about what I could do
to improve the situation.
to improve the situation.
75
245696
2468
איך לשפר את המצב.
04:20
I started by simply asking myself
76
248742
2416
תחילה, פשוט שאלתי את עצמי,
04:23
how I could bring together
in some meaningful way
in some meaningful way
77
251182
2698
איך אוכל לשלב באופן משמעותי
04:25
my skills in software engineering
and artificial intelligence
and artificial intelligence
78
253904
3868
את הכישורים שלי בהנדסת תוכנה
ובתבונה מלאכותית
ובתבונה מלאכותית
04:29
and the expertise of the people
I'd reached out to.
I'd reached out to.
79
257796
2642
עם המומחיות של האנשים
עימם יצרתי קשר.
עימם יצרתי קשר.
04:33
I wanted to create an online
air-quality management platform
air-quality management platform
80
261075
3993
רציתי ליצור פלטפורמה מקוונת
לניהול איכות האוויר
לניהול איכות האוויר
04:37
that would uncover trends in pollution
81
265092
2081
שתוכל לזהות מגמות בזיהום
04:39
and project into the future
82
267197
1926
ולשער לפיהן את העתיד
04:41
to determine what outcomes
can be expected.
can be expected.
83
269147
2399
כדי לקבוע מהן התוצאות
שאפשר לצפות להן.
שאפשר לצפות להן.
04:44
I was determined to see my idea
translate into a practical solution,
translate into a practical solution,
84
272462
5388
הייתי נחוש לראות את הרעיון שלי
הופך לפתרון מעשי,
הופך לפתרון מעשי,
04:49
but I faced uncertainty
85
277874
2828
אבל היתה אי-וודאות
04:52
and had no guarantee of success.
86
280726
1901
וההצלחה לא היתה מובטחת.
04:55
What I had was a very particular set
of engineering skills,
of engineering skills,
87
283576
5318
לי היו רק כישורי הנדסה מסוימים,
05:00
skills I'd acquired over my career
88
288918
2436
כישורים שרכשתי במהלך הקריירה שלי
05:03
(Laughter)
89
291378
1245
(צחוק)
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
שהיו חדשים לאותם אנשים
שעבדו על בעיית זיהום האוויר
שעבדו על בעיית זיהום האוויר
05:08
for so many years.
91
296133
1518
מזה שנים כה רבות.
05:09
What I have come to realize is that
sometimes just one fresh perspective,
sometimes just one fresh perspective,
92
297675
4969
בסופו של דבר הבנתי
שלפעמים, די בנקודת-מבט רעננה,
שלפעמים, די בנקודת-מבט רעננה,
05:14
one new skill set,
93
302668
1293
או בכישורים חדשים,
05:15
can make the conditions right
for something remarkable to happen.
for something remarkable to happen.
94
303985
3421
כדי להכין את הקרקע
להיווצרותו של משהו חדש וטוב.
להיווצרותו של משהו חדש וטוב.
05:20
Our willpower and imagination
are a guiding light,
are a guiding light,
95
308066
3691
כוח הרצון והדמיון שלנו
הם האור שמנחה אותנו
הם האור שמנחה אותנו
05:23
enabling us to chart new paths
and navigate through obstacles.
and navigate through obstacles.
96
311781
3737
ומאפשר לנו לשרטט נתיבים חדשים
ולנווט דרך מכשולים.
ולנווט דרך מכשולים.
05:28
Armed with a firmer understanding
of the air pollution problem,
of the air pollution problem,
97
316241
3658
רכשנו הבנה חדשה של בעיית זיהום האוויר,
05:31
and having managed to source
over a decade's worth of data
over a decade's worth of data
98
319923
3362
הצלחנו לקודד נתונים של עשור שלם
05:35
on air pollutant levels
99
323309
1452
בנוגע לרמות זיהום האוויר
05:36
and the meteorological conditions
for in and around Johannesburg,
for in and around Johannesburg,
100
324785
4474
והתנאים המטאורולוגיים
ביוהסנבורג ובסביבתה,
ביוהסנבורג ובסביבתה,
05:41
my colleagues from South Africa
and China and myself
and China and myself
101
329283
4112
ועמיתי מדרום-אפריקה, סין ואנוכי
05:45
created an air-quality
decision support system
decision support system
102
333419
2737
יצרנו מערכת תמיכה בקבלת החלטות
לגבי איכות האוויר
לגבי איכות האוויר
05:48
that lives in the cloud.
103
336180
1350
ששוכנת בענן.
05:50
This software system
analyzes historical and real-time data
analyzes historical and real-time data
104
338210
4071
מערכת תוכנה זו מנתחת
נתונים היסטוריים ועכשווים
נתונים היסטוריים ועכשווים
05:54
to uncover the spatial-temporal
trends in pollution.
trends in pollution.
105
342305
2668
כדי לזהות מגמות זיהום אוויר
בזמן ובמרחב.
בזמן ובמרחב.
05:57
We then used new
machine learning technology
machine learning technology
106
345695
2855
לאחר מכן השתמשנו
בטכנולוגיה חדשה של למידת מכונה
בטכנולוגיה חדשה של למידת מכונה
06:00
to predict future levels of pollution
107
348574
2639
כדי לחזות רמות זיהום עתידיות
06:03
for several different pollutants
days in advance.
days in advance.
108
351237
2897
של מזהמים שונים
כמה ימים מראש.
כמה ימים מראש.
06:06
This means that citizens
can make better decisions
can make better decisions
109
354849
3458
זה אומר שאזרחים יוכלו
לקבל החלטות טובות יותר
לקבל החלטות טובות יותר
06:10
about their daily movements
110
358331
1715
לגבי מהלכי היומיום שלהם
06:12
and about where to settle their families.
111
360070
2015
ואיפה ליישב את משפחותיהן.
06:14
We can predict adverse
pollution events ahead of time,
pollution events ahead of time,
112
362575
3484
אנו מסוגלים לחזות מראש
אירועי זיהום שליליים,
אירועי זיהום שליליים,
06:18
identify heavy polluters,
113
366083
1801
לזהות מזהמים כבדים,
06:19
and they can be ordered
by the relevant authorities
by the relevant authorities
114
367908
2523
וכך תוכלנה הרשויות המתאימות
להורות להם
להורות להם
06:22
to scale back their operations.
115
370455
2008
לצמצם את פעילותם.
06:25
Through assisted scenario planning,
116
373315
2515
בעזרת תכנון נתמך-תרחישים,
06:27
city planners can also make
better decisions
better decisions
117
375854
2698
המתכננים העירוניים יוכלו
לקבל החלטות טובות יותר
לקבל החלטות טובות יותר
06:30
about how to extend infrastructure,
118
378576
2005
לגבי הרחבת התשתיות
06:32
such as human settlements
or industrial zones.
or industrial zones.
119
380605
2787
ביישובים אנושיים או באזורים תעשייתיים.
06:36
We completed a pilot of our technology
120
384160
2745
השלמנו הרצת-נסיון של הטכנולוגיה שלנו
06:38
that was run over a period of 120 days,
121
386929
3328
שבוצעה במשך 120 יום,
06:42
covering all of South Africa.
122
390281
2175
והקיפה את כל דרום-אפריקה.
06:45
Our results were confirmed
123
393376
1819
התוצאות שלנו זכו לאישוש
06:47
when we demonstrated a tight correlation
124
395219
2563
כשהראינו זיקה הדוקה
06:49
between the forecasting data
125
397806
2397
בין הנתונים החזויים
06:52
and the data we were getting
on the ground.
on the ground.
126
400227
2595
לבין הנתונים שקיבלנו בשטח.
06:55
Through our leadership,
127
403631
1670
הצעד החלוצי שלנו
06:57
we have brought cutting-edge,
world-leading assets
world-leading assets
128
405325
3849
יצר נכסים פורצי-דרך
בקנה-מידה עולמי
בקנה-מידה עולמי
07:01
that can perform air-quality forecasting
129
409198
2666
שיכולים לבצע חיזוי של זיהום-אוויר
07:03
at an unprecedented
resolution and accuracy,
resolution and accuracy,
130
411888
4120
ברמת הפרדה ודיוק חסרי-תקדים
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
שיועילו לעיר שאליה נכנסתי במכוניתי
בבוקר חורפי אחד, לפני זמן לא רב,
בבוקר חורפי אחד, לפני זמן לא רב,
07:14
and thought to myself,
132
422905
1531
וחשבתי לעצמי,
07:16
"Something is wrong here.
I wonder what can be done?"
I wonder what can be done?"
133
424460
2849
"משהו כאן לא בסדר.
מה אפשר לעשות לגבי זה?"
מה אפשר לעשות לגבי זה?"
07:20
So here is the point:
134
428563
2341
אז הנה מוסר ההשכל:
07:23
What if I'd not investigated
the problem of air pollution further?
the problem of air pollution further?
135
431895
3857
מה היה קורה אילולא
התעמקתי בבעיית זיהום האוויר,
התעמקתי בבעיית זיהום האוויר,
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
אילולא הייתי מראה קצת דאגה
למצב הסביבה,
למצב הסביבה,
07:32
and just hoped that someone,
somewhere, was taking care of the matter?
somewhere, was taking care of the matter?
137
440898
3976
וסתם מקווה שמישהו, מתישהו
ידאג לזה?
ידאג לזה?
07:37
What I have learned is that,
138
445858
1445
הלקח שלמדתי הוא,
07:39
when embarking on a challenging endeavor
139
447327
2144
שכאשר יוצאים למשימה מאתגרת
07:41
that advances a cause
that we firmly believe in,
that we firmly believe in,
140
449495
2638
שמקדמת מטרה
שאנו מאד מאמינים בה,
שאנו מאד מאמינים בה,
07:44
it is important to focus
on the possibility of success
on the possibility of success
141
452157
3485
חשוב להתמקד באפשרות להצליח
07:47
and consider the consequence
of not acting.
of not acting.
142
455666
3046
ולקחת בחשבון את התוצאות
של ישיבה ללא מעש.
של ישיבה ללא מעש.
07:51
We should not get distracted
by resistance and opposition,
by resistance and opposition,
143
459426
3905
אסור לנו להניח להתנגדויות
להסיט אותנו מהכיוון
להסיט אותנו מהכיוון
07:55
but this should motivate us further.
144
463355
2397
אלא לשאוב מהן מוטיבציה.
07:58
So wherever you are in the world,
145
466405
4507
אז בכל מקום בעולם
שבו אתם נמצאים,
שבו אתם נמצאים,
08:02
the next time you find
146
470936
1439
בפעם הבאה שבה תגלו
08:04
that there's some
natural curiosity you have
natural curiosity you have
147
472399
2194
שמתעוררת בכם סקרנות טבעית
08:06
that is being piqued,
148
474617
1600
08:08
and it's about something you care about,
149
476241
2055
לגבי משהו שחשוב לכם,
08:10
and you have some crazy or bold ideas,
150
478320
2785
ועולים בכם רעיונות
מטורפים או נועזים כלשהם,
מטורפים או נועזים כלשהם,
08:13
and perhaps it's outside
the realm of your expertise,
the realm of your expertise,
151
481129
3664
שאולי חורגים מתחום המומחיות שלכם,
שאלו את עצמכם:
08:16
ask yourself this:
152
484817
1238
למה לא?
08:19
Why not?
153
487278
1237
08:22
Why not just go ahead
and tackle the problem
and tackle the problem
154
490349
2517
למה לא לצאת ולהתמודד עם הבעייה
08:24
as best as you can, in your own way?
155
492890
2801
במיטב יכולתכם, בדרככם?
08:27
You may be pleasantly surprised.
156
495715
2254
אולי תופתעו לטובה.
08:31
Thank you.
157
499064
1151
תודה לכם.
(מחיאות כפיים)
08:32
(Applause)
158
500239
3649
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