江苏龙网

  1. 首页 > 人文 > >

『腾讯研究院』人工智能在实现可持续发展目标中发挥的作用( 二 )


『腾讯研究院』人工智能在实现可持续发展目标中发挥的作用
本文插图
人工智能在经济领域的影响
『腾讯研究院』人工智能在实现可持续发展目标中发挥的作用
本文插图
注：图5将SDGs目标中的目标8、目标9、目标10、目标12、目标17划入经济领域 ， 绿色部分表示AI扮演积极角色 ， 橘黄色部分表示AI扮演消极角色 。在经济领域中有42项细分目标（占比达82%）可以从人工智能中获益 ， 而有20个目标（占比30%）会被抑制 。 现有文献表明 ， 若未来经济过度依赖于数据分析 ， 则发达国家与中低收入国家的经济差距日益增大 ， 引发新的不平等 ， 严重影响目标8（打造持久、包容和可持续的经济增长）、目标9（基础设施与工业化）以及目标10（减少国家间的不平等）的实现 。 以国家内部的不平等为例 。 上世纪90年代通用、福特和克莱斯勒公司与苹果、谷歌和脸书公司的员工数几乎相等 ， 但2014年后者人数在大幅降低的同时 ， 股票市值却增加30倍 ， 这都因为更多低技能工作被技术取代 。
『腾讯研究院』人工智能在实现可持续发展目标中发挥的作用
本文插图
人工智能在环境领域的影响
『腾讯研究院』人工智能在实现可持续发展目标中发挥的作用
本文插图
注：图6将目标13、目标14、目标15划入环境领域 ， 绿色部分表示AI扮演积极角色 ， 橘黄色部分表示AI扮演消极角色 。 在环境领域中有25项细分目标（占比达93%）可以从人工智能中获益 。 用以持续改善生态系统 。 例如人工智能可以通过大规模数据分析来制定出统一协调的联合环保行动 。 就目标13应对气候变化而言 ， 有证据表明人工智能的进步将帮助人们加深对气候变化的理解 ， 促进对气候变化影响的建模工作 。 此外 ， 人工智能也将提升低碳能源系统和高度集成的可再生能源系统效率 ， 满足气候变化所需 。 人工智能还可增强应对气候变化的早期预警能力 ， 智能化手段可以强化各国抵御和适应气候相关自然灾害的能力 。 就防治荒漠化、恢复破坏植被而言 ， 利用神经网络等相关技术 ， 可以提高卫星图像识别速率 ， 及时提供荒漠化蔓延态势 ， 为后续绿色治理提供帮助 。
『腾讯研究院』人工智能在实现可持续发展目标中发挥的作用
本文插图
证据之间的关联度评估整体上看 ， 在全部169个细分目标中 ， AI能对134项产生积极促进作用 ， 占比高达79% 。 对59个具体目标产生阻碍作用 ， 占比达35% 。 积极影响远大于消极影响 。 这可能是因为AI研究通常涉及定量分析 ， 从而使结果偏向积极作用 。 然而 ， 当进一步审慎衡量证据的适当性 ， 排除测量误差后 ， 会发现在社会领域 ， AI促进作用由82%降低到77% ， 降幅达5% 。 AI抑制作用由38%降低到25% ， 降幅达到13% ， 由此说明证据的适当性对AI负面作用的影响更大 。 在经济领域 ， AI促进作用由70%降低到55% ， AI抑制作用由33%降低到23% ， 分别降低15%与10% 。 证据的适当性对AI促进作用的降低幅度更大 。 很大程度上是基于就业政策等社会因素考虑 ， 但总体而言 ， AI对经济产生的长期正面影响并未被现有统计方法与实验模型所准确衡量 。 在环境领域 ， AI积极作用由93%降低到85% ， AI抑制作用由30%降低到12% 。 分别降低8%与18% ， 也表明证据的适当性对AI负面作用的降低幅度更大 。 上述规律表明 ， 尽管有迹象表明人工智能对三大领域有一定的负面影响 ， 但却未有强有力的确凿证据出现 ， 也未有专门的分析工具来论证 。
『腾讯研究院』人工智能在实现可持续发展目标中发挥的作用
本文插图
在可持续发展议题下 ， AI研究面临的诸多挑战1.既有研究数据和模型过于理想化尽管研究表明 ， 人工智能可扮演积极角色 ， 但现有研究多基于有限的数据集或分析模型 。 研究者在条件受控的实验室环境中进行模拟 ， 采用的数据多为针对特定环境量身定做后的 。 一旦从更广泛的时间和空间维度衡量AI对现实世界的影响时 ， 随着AI之外的其他社会因素的不断变化 ， 上述研究结果的参考价值会出现不同程度的下降 。 2.人与机器算法的公正性面临评估空白目前理论研究未从人与机器两个方面确保AI技术的公平性 。 一是人内在的自利倾向导致更多地发布积极结果 。 二是挖掘AI的负面作用需要长期研究 ， 需要额外评估算法公平性对环境施加的长期影响 。 3.研究多集中于科研资源丰富地区现有促进可持续发展的人工智能应用趋向于研究资源丰富地区 。 例如促进农耕自动化智能化、提高粮食生产的实验多在发达地区进行 ， 尚未广泛地在贫困地区实践 。 久而久之 ， 这种结构性区域不平等会加剧贫困地区与技术发达地区之间的差距 ， 减损全球可持续发展目标的可持续性 。 4.优先研究有资金支持的项目可持续发展项目并非都有足够资金支持 。 如果事前预计某个可持续发展领域的AI正面效应不高 ， 则相关的应用项目不会被优先资金支持 。 若不加以控制 ， AI研究将逐步偏向于资金丰厚的研究领域 ， 大大减少对欠发达地区的实证研究 。


推荐阅读


上一篇：「时间财经」宜家“反击战”：入华22年后 终向电商“低头”发力新零售 亡羊补牢？

下一篇：IT时报@撕毁合同 临时加价 转产企业遭遇口罩机“套路”