EN FR

ACCUEIL ›BLOGS

Philip Apodo Oyier de Jomo Kenyatta, Université d'agriculture et de technologie sur l'IA et les problèmes courants en Afrique
-

April 3, 2020
Philip Apodo Oyier, Université d'agriculture et de technologie Jomo Kenyatta à l'atelier «Vers un réseau d'excellence en intelligence artificielle pour le développement (AI4D) en Afrique subsaharienne», Nairobi, Kenya, avril 2019

Sur quoi travaillez-vous en ce moment?

Je m'appelle Philip Apodo Oyier de l'Université d'agriculture et de technologie Jomo Kenyatta. De l'école d'informatique et des technologies de l'information. J'enseigne l'informatique et je dirige un centre de coordination appelé Kenyan Center for Data Analytics, où nous dirigeons un programme de maîtrise en analyse de données. L'idée est que dès qu'ils en ont terminé avec la thèse, ils peuvent désormais résoudre des problèmes liés à l'industrie en matière d'intelligence artificielle appliquée.

Comment percevez-vous le développement et l'intelligence artificielle?

L'atelier de Nairobi a été intéressant car nous avons interagi avec des personnes de différents domaines, mais avec un thème commun de l'IA et de ses applications. Jusqu'ici tout va bien, car chaque expérience d'apprentissage prouve ce que vous savez et surtout pour moi ce qui a été le plus intéressant, les cas d'utilisation à travers l'Afrique parce que nous avons des problèmes communs et que l'IA a le potentiel de fournir des solutions. Bien sûr, l'IA contribue beaucoup au développement car les techniques d'IA peuvent être appliquées pour prendre plus de décisions automatisées et intelligentes.

Cela revit l'homme de certaines des tâches que nous faisons. Et puis, la décision peut être utilisée par l'homme pour mieux améliorer notre environnement et nos capacités de résolution de problèmes.

Quel serait votre projet de ciel bleu en Afrique?

Si on me donne une ressource limitée en raison de notre centre que je gère, je souhaiterais que plus d'acteurs de l'industrie nous donnent des ensembles de problèmes ou des ensembles de données que les étudiants peuvent utiliser pour leur travail de thèse.

Parce que c'est actuellement là que se trouve le défi, vous constatez que les étudiants en ont terminé avec leur maîtrise, avec leur thèse, mais maintenant les problèmes pratiques d'indexation qui peuvent résoudre deviennent un défi. Donc, si nous obtenons une limite qui serait vraiment ma concentration, que nous obtenions des acteurs de l'industrie, que nous les lions avec les étudiants, alors les problèmes qui viennent de l'industrie, les étudiants résolvent ces problèmes.