2021-02-23 分類: 網(wǎng)站建設
2020年1月13日,以美國麻省理工大學物理系終身教授、未來生命研究所創(chuàng)始人邁克斯·泰格馬克為首的科學家們,在國際頂級學術雜志《nature communications》中發(fā)表了論文《The role of artificial intelligence in achieving the Sustainable Development Goals》,首次系統(tǒng)評估了人工智能對實現(xiàn)聯(lián)合國可持續(xù)發(fā)展目標(SDGs)所發(fā)揮的作用。
文章從人工智能與可持續(xù)發(fā)展目標間的關聯(lián)度入手,將全部可持續(xù)發(fā)展目標劃分為社會、經(jīng)濟以及環(huán)境三個領域維度,著重分析人工智能對相應領域施加的積極與消極影響。繼而分析證據(jù)之間的關聯(lián)度,在檢視既有研究空白的基礎上,提出打造可持續(xù)人工智能的若干建議。本文是文章的核心內(nèi)容摘要。
人工智能(AI)與17項可持續(xù)發(fā)展目標(SDGs)之間的關聯(lián)
17項聯(lián)合國可持續(xù)發(fā)展目標
報告將聯(lián)合國可持續(xù)發(fā)展目標劃分為社會、經(jīng)濟和環(huán)境三大領域
左側綠色a部分表示AI對SDGs的積極影響占比79%,右側橘黃色b部分表示AI對SDGs的消極影響占比達35%。餅狀圖代表17項SDGs目標,分別從社會、經(jīng)濟和環(huán)境三個領域維度表示AI的正面和負面影響。就積極影響而言,人工智能可以促進實現(xiàn)134個細分目標,分別占比達到82%、70%和93%;就消極影響而言,人工智能可能抑制59個細分目標,占比分別達38%、33%和30%。
人工智能在社會領域的影響
將17項SDGs目標中的目標1、目標2、目標3、目標4、目標5、目標6、目標7、目標11、目標16劃入社會領域,綠色部分表示AI扮演積極角色,橘黃色部分表示AI扮演消極角色。
在社會領域中有67項細分目標(占比達82%)可以從人工智能中獲益。例如目標1(消除貧困)、目標4(優(yōu)質(zhì)教育)、目標6(清潔水源與環(huán)境)、目標7(可持續(xù)能源)、目標11(可持續(xù)宜居城市)。例如人工智能既可以助力低碳系統(tǒng)城市的創(chuàng)建,實現(xiàn)可持續(xù)能源、可持續(xù)宜居城市和氣候變化應對等目標。在智慧城市或循環(huán)經(jīng)濟中實現(xiàn)更高效地資源利用,或者促進自動駕駛汽車與智能家電的快速發(fā)展。此外,人工智能可整合多重形態(tài)的可再生能源,通過智能電網(wǎng)將部分電力需求與光能、風能相匹配,以此持續(xù)改善全球能源利用效率。
雖然僅有31個細分目標(占比38%)會受人工智能的負面影響,但下列負面影響不容忽視。
一是人工智能難以克服各國資源不均的問題。先進的人工智能技術、研究和產(chǎn)品需要大量的計算資源,繼而產(chǎn)生巨大能源需求,而上述資源只有通過大型計算機中心才能獲得。例如發(fā)達國家創(chuàng)造的以比特幣為代表的加密貨幣應用產(chǎn)生的全球用電量,恐怕與部分發(fā)展中國家全國的電力需求一樣多,這就違背了確保人人獲得負擔得起的、可持續(xù)的現(xiàn)代能源的目標。
二是在促進可持續(xù)發(fā)展目標的同時,恐引發(fā)不平等。例如對消除貧困、普及優(yōu)質(zhì)教育和促進性別平等三大目標起到抑制作用。以目標1.1消除極端貧困為例,雖然人工智能可利用衛(wèi)星識別技術加強國際援助,但會額外提高技術門檻,加劇現(xiàn)有不平等。此外,人工智能技術設備分布不均衡也會加劇不平等。例如小規(guī)模農(nóng)業(yè)生產(chǎn)者并不擁有復雜的人工智能農(nóng)業(yè)設備,可能加大與規(guī)模生產(chǎn)商之間的差距,進而影響了消除饑餓,對達成糧食安全的目標造成不利影響。
三是人工智能尚未充分評估算法、圖像識別或強化學習等技術對性別歧視和少數(shù)族群的潛在影響。例如,機器學習算法不加批判地選擇日常新聞來訓練,將無意間學習到現(xiàn)實社會對女性的偏見,繼而嵌入其自然語言算法中。此種偏見歧視產(chǎn)生的根源,除了缺乏多樣性的數(shù)據(jù)集外,勞動力群體中缺乏女性和種族的多樣性也是重要原因。
人工智能在經(jīng)濟領域的影響
將SDGs目標中的目標8、目標9、目標10、目標12、目標17劃入經(jīng)濟領域,綠色部分表示AI扮演積極角色,橘黃色部分表示AI扮演消極角色。
在經(jīng)濟領域中有42項細分目標(占比達82%)可以從人工智能中獲益,而有20個目標(占比30%)會被抑制。現(xiàn)有文獻表明,若未來經(jīng)濟過度依賴于數(shù)據(jù)分析,則發(fā)達國家與中低收入國家的經(jīng)濟差距日益增大,引發(fā)新的不平等,嚴重影響目標8(打造持久、包容和可持續(xù)的經(jīng)濟增長)、目標9(基礎設施與工業(yè)化)以及目標10(減少國家間的不平等)的實現(xiàn)。以國家內(nèi)部的不平等為例。上世紀90年代通用、福特和克萊斯勒公司與蘋果、谷歌和臉書公司的員工數(shù)幾乎相等,但2014年后者人數(shù)在大幅降低的同時,股票市值卻增加30倍,這都因為更多低技能工作被技術取代。
人工智能在環(huán)境領域的影響
在環(huán)境領域中有25項細分目標(占比達93%)可以從人工智能中獲益。用以持續(xù)改善生態(tài)系統(tǒng)。例如人工智能可以通過大規(guī)模數(shù)據(jù)分析來制定出統(tǒng)一協(xié)調(diào)的聯(lián)合環(huán)保行動。就目標13應對氣候變化而言,有證據(jù)表明人工智能的進步將幫助人們加深對氣候變化的理解,促進對氣候變化影響的建模工作。此外,人工智能也將提升低碳能源系統(tǒng)和高度集成的可再生能源系統(tǒng)效率,滿足氣候變化所需。
人工智能還可增強應對氣候變化的早期預警能力,智能化手段可以強化各國抵御和適應氣候相關自然災害的能力。就防治荒漠化、恢復破壞植被而言,利用神經(jīng)網(wǎng)絡等相關技術,可以提高衛(wèi)星圖像識別速率,及時提供荒漠化蔓延態(tài)勢,為后續(xù)綠色治理提供幫助。
證據(jù)之間的關聯(lián)度評估
整體上看,在全部169個細分目標中,AI能對134項產(chǎn)生積極促進作用,占比高達79%。對59個具體目標產(chǎn)生阻礙作用,占比達35%。積極影響遠大于消極影響。這可能是因為AI研究通常涉及定量分析,從而使結果偏向積極作用。
然而,當進一步審慎衡量證據(jù)的適當性,排除測量誤差后,會發(fā)現(xiàn)在社會領域,AI促進作用由82%降低到77%,降幅達5%。AI抑制作用由38%降低到25%,降幅達到13%,由此說明證據(jù)的適當性對AI負面作用的影響更大。在經(jīng)濟領域,AI促進作用由70%降低到55%,AI抑制作用由33%降低到23%,分別降低15%與10%。證據(jù)的適當性對AI促進作用的降低幅度更大。很大程度上是基于就業(yè)政策等社會因素考慮,但總體而言,AI對經(jīng)濟產(chǎn)生的長期正面影響并未被現(xiàn)有統(tǒng)計方法與實驗模型所準確衡量。在環(huán)境領域,AI積極作用由93%降低到85%,AI抑制作用由30%降低到12%。分別降低8%與18%,也表明證據(jù)的適當性對AI負面作用的降低幅度更大。
上述規(guī)律表明,盡管有跡象表明人工智能對三大領域有一定的負面影響,但卻未有強有力的確鑿證據(jù)出現(xiàn),也未有專門的分析工具來論證。
在可持續(xù)發(fā)展議題下,AI研究面臨的諸多挑戰(zhàn)
1.既有研究數(shù)據(jù)和模型過于理想化
盡管研究表明,人工智能可扮演積極角色,但現(xiàn)有研究多基于有限的數(shù)據(jù)集或分析模型。研究者在條件受控的實驗室環(huán)境中進行模擬,采用的數(shù)據(jù)多為針對特定環(huán)境量身定做后的。一旦從更廣泛的時間和空間維度衡量AI對現(xiàn)實世界的影響時,隨著AI之外的其他社會因素的不斷變化,上述研究結果的參考價值會出現(xiàn)不同程度的下降。
2.人與機器算法的公正性面臨評估空白
目前理論研究未從人與機器兩個方面確保AI技術的公平性。一是人內(nèi)在的自利傾向?qū)е赂嗟匕l(fā)布積極結果。二是挖掘AI的負面作用需要長期研究,需要額外評估算法公平性對環(huán)境施加的長期影響。
3.研究多集中于科研資源豐富地區(qū)
現(xiàn)有促進可持續(xù)發(fā)展的人工智能應用趨向于研究資源豐富地區(qū)。例如促進農(nóng)耕自動化智能化、提高糧食生產(chǎn)的實驗多在發(fā)達地區(qū)進行,尚未廣泛地在貧困地區(qū)實踐。久而久之,這種結構性區(qū)域不平等會加劇貧困地區(qū)與技術發(fā)達地區(qū)之間的差距,減損全球可持續(xù)發(fā)展目標的可持續(xù)性。
4.優(yōu)先研究有資金支持的項目
可持續(xù)發(fā)展項目并非都有足夠資金支持。如果事前預計某個可持續(xù)發(fā)展領域的AI正面效應不高,則相關的應用項目不會被優(yōu)先資金支持。若不加以控制,AI研究將逐步偏向于資金豐厚的研究領域,大大減少對欠發(fā)達地區(qū)的實證研究。
打造可持續(xù)人工智能的建議
地球生態(tài)紅線 該圖表示了人工智能技術與環(huán)境、個人與政府的互動。
1.推進人工智能算法問責立法,將道德約束制度化。鑒于人和智能機器之間交互的潛在復雜性,對于AI產(chǎn)品尤其是危險性較大的自動化機器,容易出現(xiàn)失控風險。在此基礎上又疊加算法偏見等社會問題,繼而導致以數(shù)據(jù)驅(qū)動為主的AI會產(chǎn)生群體性歧視偏見等問題。因此要強化算法德性,將道德約束代碼化、制度化。
2.制定多元的治理原則準則,適應復雜社會變化。鑒于社會的復雜多變和人類語言的抽象表述,單一的抽象化的AI倫理原則、治理準則不再有效。建議制定多元的、分場景的AI治理原則準則,以準確地涵蓋不同的可持續(xù)發(fā)展情形。
3.建立倫理準則達標機制,及時公開既有應用的合規(guī)情況。盡管IEEE和歐盟已經(jīng)出臺了AI倫理原則準則,但單純公布一般性的AI倫理原則,主觀設想所有AI應用可以促進所有可持續(xù)發(fā)展目標實現(xiàn),而未建立倫理準則達標機制,未及時公開既有產(chǎn)品是否合倫理、合規(guī)范,是無法切實地反映出以可持續(xù)發(fā)展為目標的相關產(chǎn)品與技術的可責性、可信賴程度的。
4.提升決策透明度,打造去中心化的人工智能。由于AI算法內(nèi)部技術機理較為專業(yè),因此要在設計、開發(fā)和使用環(huán)節(jié),對決策過程與結果予以解釋,包括自動化決策系統(tǒng)的邏輯、意義、設想后果和一般功能。同時不忘提升透明度,及時公開產(chǎn)品技術所使用的數(shù)據(jù)信息。例如用于訓練算法的數(shù)據(jù)源、管理規(guī)則以及如何與通行AI治理準則保持一致。
5.監(jiān)管需注重人工智能應用與個人隱私安全的平衡。以數(shù)據(jù)驅(qū)動為特征的AI應用的推廣與個人隱私安全的保護之間的結構性沖突是顯而易見的。如果沒有適當?shù)木毣O(jiān)管,個人產(chǎn)生的海量數(shù)據(jù)恐增加泄露風險。
6.加強全球合作,攜手開發(fā)可持續(xù)發(fā)展的友好型人工智能。以可持續(xù)發(fā)展為目的的AI是人類幸福之所系,所有國家都應該參與合作對話,確保不讓一個人掉隊。
分享題目:人工智能在實現(xiàn)可持續(xù)發(fā)展目標中發(fā)揮的作用
鏈接分享:http://m.newbst.com/news34/102584.html
成都網(wǎng)站建設公司_創(chuàng)新互聯(lián),為您提供定制網(wǎng)站、品牌網(wǎng)站建設、全網(wǎng)營銷推廣、自適應網(wǎng)站、關鍵詞優(yōu)化、品牌網(wǎng)站制作
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉載內(nèi)容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載,或轉載時需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容