然而，即便是最直言不諱的批評者，也不得不承認人工智能（AI）和自動化系統(tǒng)為人類帶來的諸多潛在好處。作為BBC”Future Now”專欄大挑戰(zhàn)系列（Grand Challenges）的一部分，一組專家為我們詳細描述了隨著我們所使用的機器變得越來越智能，我們周圍的世界正在如何發(fā)生變化的圖景。
今天的”大構(gòu)想”（Grand Ideas）系列中，BBC”Future Now”專欄將對已經(jīng)開始應用于解決世界上最棘手、最危險的一些問題的尖端AI和自動化技術(shù)進行了盤點，這些問題包括了疾病防治到應對暴力。
卡內(nèi)基梅隆大學機器人教授金出武雄（Takeo Kanade）說:”我們不應該把 AI 視為與人類競爭的東西，而應該看作是可以增強我們自身能力的東西。”這是因為 AI 不僅能做好單調(diào)乏味的工作，還能夠識別出模式，這種能力甚至遠遠超過了人類。
它可能會在 21 世紀幫助保護我們的安全。
防治傳染病
對于全球數(shù)十億人來說，在耳邊嗡嗡作響的蚊子不僅會叮咬人們帶來令人惱怒的疼或癢，它們還可能帶來疾病甚至致命。特別是已經(jīng)從非洲傳播到幾乎所有熱帶和亞熱帶地區(qū)的埃及伊蚊（Aedesaegypti），它們攜帶登革熱（Dengue fever）、黃熱病、寨卡（Zika）以及基孔肯雅熱（chikungunya，一種導致嚴重關(guān)節(jié)痛的病毒）等病毒。在全球 128 個國家和地區(qū)，每年僅登革熱就會感染 3.9 億人。
來自多米尼加共和國的計算機工程師雷尼爾·馬洛爾（Rainier Mallol）說：”這些蚊子就像小惡魔。”多米尼加共和國是寨卡病毒爆發(fā)熱點地區(qū)。與來自馬來西亞（另一個熱點）的醫(yī)學博士達西·拉賈（Dhesi Raja）一起，馬洛爾兩人開發(fā)出一套 AI 算法，能夠預測疫情最有可能發(fā)生的地方。
他們的醫(yī)學流行病學（Aime） AI 系統(tǒng)可以將所有當?shù)蒯t(yī)院新報告的登革熱病例出現(xiàn)的時間和地點與包括風向、濕度、溫度、人口密度、住房類型等在內(nèi)的 274 個可變因素結(jié)合起來。”這些因素都是確定蚊子如何傳播的因素，” 馬洛爾解釋道。
到目前為止，在馬來西亞和巴西的試點表明，這套系統(tǒng)可以提前三個月準確預測疫情爆發(fā)，準確率達到 88% 左右。此外，該系統(tǒng)還可以幫助查明疫情中心及其 400 米范圍內(nèi)的情況，從而使公共衛(wèi)生官員能夠及早利用殺蟲劑進行干預，以防蚊蟲對當?shù)鼐用襁M行叮咬。
Aime 系統(tǒng)也被用于幫助預測寨卡和基孔肯亞熱病毒疫情爆發(fā)。大型科技公司也在追求自己的宏偉構(gòu)想：例如，微軟的 Project Premonition 項目使用無人機定位蚊子的熱點地區(qū)，并利用機器人二氧化碳和光捕捉器來收集蚊子樣本，包括蚊子以及它們咬過的動物的 DNA，然后通過機器學習算法進行分析，從而找到病原體。這些算法能夠從大量的數(shù)據(jù)中識別出模式，而且會變得越來越精確和強大。
應對槍械暴力
去年，美國有 15,000 人死于槍械暴力，美國也是發(fā)達國家中槍械暴力發(fā)生率最高的國家。為了解決持續(xù)不斷的槍擊和槍械犯罪問題，許多城市正在試圖通過科技尋找解決辦法。
有一種自動化系統(tǒng)可以用傳感器陣列監(jiān)聽槍聲，然后精確定位槍聲所在的位置，并在 45 秒內(nèi)向相關(guān)機構(gòu)發(fā)出警報。這種名為 ShotSpotter 系統(tǒng)需要配備大量聲音傳感器以探測槍械獨特的聲響，利用其到達每個傳感器的時間，通過算法來定位槍擊位置，誤差在25米之內(nèi)。
機器學習技術(shù)被用來確定聲音是否為槍擊聲，并計算出它們的數(shù)量，以幫助警方確定他們要對付的是獨行槍手還是有多名行兇者，以及他們是否在使用自動武器。
目前有 90 個城市（多在美國，部分在南非和南美）正在使用 ShotSpotter 系統(tǒng)。美國 9 所大學校園也部署了較小的 ShotSpotter 系統(tǒng)，以應對最近頻發(fā)的校園槍擊事件。而且美國特勤局已將其安裝在白宮內(nèi)。
但 ShotSpotter 公司首席執(zhí)行官拉爾夫·克拉克（Ralph Clark）認為，該系統(tǒng)未來的用途不僅僅是簡單地應對突發(fā)事件。
他表示:”我們迫切希望看到，我們的數(shù)據(jù)如何能夠提供更多的預警信息。機器學習可以把它與天氣、交通數(shù)據(jù)、財產(chǎn)犯罪數(shù)據(jù)結(jié)合起來，從而向巡邏警察更準確地通報消息。”
預防饑荒
全世界目前大約有 8 億人依靠木薯根作為主要碳水化合物（為人體提供熱能的主要營養(yǎng)素）的來源。這種淀粉類蔬菜與山藥相似，經(jīng)常被人像土豆那樣食用，但也可以磨成粉做面包和蛋糕。它能在其他農(nóng)作物沒法生長的地方種植，這使它成為世界上第六大糧食作物。但是這種木本灌木極易受到疾病和害蟲的侵害，可以讓整片田地都顆粒無收。
位于烏干達坎帕拉（Kampala）馬凱雷雷大學（Makerere University）的研究人員與植物病專家合作開發(fā)了一套旨在打擊木薯疾病的自動化系統(tǒng)。Mcrops項目允許當?shù)剞r(nóng)民使用便宜的智能手機拍攝植物，并使用經(jīng)過訓練的計算機視覺來發(fā)現(xiàn)造成木薯作物損害的四種主要疾病的跡象。
計算機技術(shù)研究員歐內(nèi)斯特·姆貝澤（Ernest Mwebaze）是這個項目的帶頭人，他解釋說：”這些疾病真的很難識別，需要采取不同的行動根治。我們正在為農(nóng)民提供’口袋中的專家’，以便讓他們知道自己是否需要為作物噴藥，或者完全毀掉這批作物以便種植其他作物。”
該系統(tǒng)診斷木薯疾病的準確率目前高達 88%。以前，農(nóng)民必須打電話給政府雇傭的專家來他們的農(nóng)場查明疾病，這可能需要幾天甚至幾周的時間，而蟲害在此期間可能已經(jīng)大范圍擴散。
MCrops 還利用上傳到網(wǎng)上的圖片來尋找疾病暴發(fā)的模式，這可以讓官員們阻止可能導致饑荒的流行病。姆貝澤和他的同事們希望利用這項技術(shù)來研究香蕉疾病，并開發(fā)自動檢測其他作物害蟲的系統(tǒng)。
抗擊癌癥和失明
全世界每年有 880 萬人死于癌癥，另有 1400 萬人被診斷出患有某種癌癥。盡早發(fā)現(xiàn)癌癥能夠極大地提高患者的生存機會，并降低復發(fā)的風險。篩查是早期發(fā)現(xiàn)癌癥的關(guān)鍵方法之一，但通過掃描和其他方法檢測結(jié)果費時費力。
不過，谷歌母公司 Alphabet 旗下 AI 子公司 DeepMind 和 IBM 都在應用自己的 AI 技術(shù)來解決這個問題。DeepMind 與倫敦大學學院醫(yī)院的英國國家衛(wèi)生署（National Health Service）醫(yī)生合作，通過識別頭部和頸部腫瘤中的健康組織區(qū)域，來訓練其 AI 幫助制定治療癌癥的方法。此外，該公司還與倫敦 Moorfields 眼科醫(yī)院合作，在眼部掃描中識別失明的早期跡象。
DeepMind Health 的臨床主管多米尼克·金（Dominic King）說：”我們的算法能夠在掃描中解釋視覺信息。這個系統(tǒng)學會如何識別潛在的問題，以及如何向臨床醫(yī)生推薦正確的行動?，F(xiàn)在我們對結(jié)果發(fā)表評論還為時過早，但早期的跡象非常令人鼓舞。”
金指出，通過篩選掃描圖像，并優(yōu)先考慮那些臨床醫(yī)生最迫切需要的信息，AI 技術(shù)可以幫助醫(yī)生更快地識別和判定病例。
IBM 最近宣布，Watson AI 可以分析圖像，并評估病人的診斷書，從而準確地識別出腫瘤病例，準確率高達96%。世界各地 55 家醫(yī)院的醫(yī)生正在對該系統(tǒng)進行測試，以幫助診斷乳腺癌、肺癌、結(jié)腸癌、宮頸癌、卵巢癌、胃癌以及前列腺癌。
控制電力應用
目前關(guān)于氣候變化是否導致了美國歷史上兩場連續(xù)災難性颶風的爭論不斷升溫，那么我們?nèi)绾尾拍茏畲笙薅鹊乩们鍧?、可再生能源來防止對氣候模式造成進一步的負面影響？
世界各地的人們越來越依賴可再生能源來應對氣候變化和化石燃料造成的污染，而平衡電力供應的任務變得越來越艱難。智能電表（如可自動記錄使用情況的數(shù)字能源監(jiān)視器）的普及，也提供了比以往任何時候都更多的數(shù)據(jù)，用來說明消費者使用能源的方式和時間。僅歐盟就計劃到 2020 年在家庭中安裝 5 億個智能電表。
愛丁堡赫里瓦特大學（Heriot Watt University）智能系統(tǒng)助理教授瓦倫丁·羅布（Valentin Robu）表示：”對人類操作者來說，管理所有這些事情是不可能的，尤其考慮到這些事情要求的反應時間通常只有幾秒鐘。”羅布一直在與英國的初創(chuàng)公司 Upside Energy 合作，開發(fā)管理電網(wǎng)的新方法。
他們正在開發(fā)機器學習算法，以實時監(jiān)控能源生產(chǎn)和需求。這樣做有什么意義？在平峰時間，能源可以儲存起來，然后在高峰的時候釋放。隨著人們家里的電動汽車和電池越來越普及，這項技術(shù)可以利用這些設(shè)備儲存能源，并消除可再生電力供應不穩(wěn)定的問題。
羅布還表示，AI 可以在更基礎(chǔ)的層面上使用，以幫助減少這些設(shè)備對電網(wǎng)的需求。例如，電冰箱可以通過 AI 遠程控制，只有在電網(wǎng)需求較低的時候它們才會開啟制冷功能。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
