Shaza Mehdi i statens botaniske have i Georgia. Kredit:Dorothy Kozlowski/UGA
For nogle, en rose er et symbol på skønhed eller kærlighed. For Shaza Mehdi, det er en forbindelse til hendes mor, men også en port til innovation.
Mehdis mor, Afshin, dyrker rosenbuske i deres hjem i Lawrenceville. Men for nogle år siden, planterne blev ved med at få sygdomme, ødelægge blomstringen.
Mehdi forsøgte at diagnosticere blomsterne ved at google billeder af plantesygdomme og sammenligne disse billeder med de syge roser.
"Jeg blev ret god til at finde ud af det, "sagde hun. Og det udløste en idé." Jeg tænkte, at vi nok kunne træne en computer til at gøre det samme. "
Sådan kom Mehdi med PlantMD, en smartphone-app, der kan diagnosticere en plantesygdom med et snap af et billede.
Hun brugte sommeren før sit sidste år på gymnasiet på at undersøge, hvordan man bygger en app og derefter lære at kode. Det så ud til at falde hende naturligt.
"Du behøver ikke at være et supergeni for at komme ind i kodning, " sagde hun. "Virkelig alle kan gøre det med en idé og vedholdenhed."
Hun brugte Google TensorFlow, en opensource platform til maskinlæring. Maskinelæring, en form for kunstig intelligens, er den proces, hvorved computere lærer sig selv at blive bedre til en given opgave ved at finde ud af statistiske mønstre.
Kredit:Dorothy Kozlowski/UGA
Efter tre måneders research, kode og få hjælp fra sine gymnasielærere, Mehdi lancerede appen.
"PlantMD virker, når du tager et billede af en plante, " sagde hun. "Det fortæller dig, hvilken plante det er, og om den er sund eller syg, og hvis den er syg, hvilken sygdom den har."
Efter hendes lokale avis skrev en historie om hendes app-udvikling, et videoteam fra Google kom for at lære mere, fordi hun havde brugt deres TensorFlow-software. De fløj hende til Californien for at tale om hendes arbejde på en konference. Wired udgav også en artikel om hendes arbejde. Alt dette skete, lige da Mehdi begyndte sit første år på University of Georgia.
Hendes indtog i app-opfindelsen vakte en interesse for kraften ved maskinlæring og kunstig intelligens, og Mehdi er nu inspireret til at gå ud over blot at genkende plantesygdomme, noget hun planlægger at gøre som datalogi hovedfag i Franklin College of Arts and Sciences.
"Jeg elsker virkelig potentialet til at gøre teknologi mere menneskelig, " sagde hun. "Jeg tror, der er så mange potentielle anvendelser for det."
Og fordi AI-applikationer muligvis kan bruges til at skade menneskeheden, Mehdi ønsker at hjælpe med at styre kunstig intelligens i en positiv retning, der vil gavne mennesker.
"Det er virkelig vigtigt, at kunstig intelligens bruges til det gode. Jeg tror, der er mere potentiale for godt [end dårligt] men det afhænger virkelig af, hvem disse ingeniører er, og hvilke virksomheder, der bruger dem."
Med hensyn til at opfinde nye apps ved hjælp af maskinlæring, Mehdi sagde, at hendes UGA-kurser var for krævende i løbet af hendes første år til at give tid til et nyt projekt. Men denne sommer kan være hendes chance for at opfinde den næste ting.
"Bogstaveligt talt så snart jeg får en idé eller får lidt fritid, Jeg skal begynde at kode noget."