大多（duō）数（shù）人在谈（tán）论人工智能（néng）的（de）未来时，都会联想（xiǎng）到黑客帝国中邪恶的网络（luò）或者终（zhōng）结（jié）者中（zhōng）的电子人杀（shā）人（rén）机器。

当今的人工智能无（wú）法完全取代人类的工作，机器人不会带来世界末日（rì）。无论（lùn）是伦理学家还是计算机科学家（jiā）都（dōu）不（bú）认为机（jī）器人的未来会走向（xiàng）世界（jiè）末日。对人类（lèi）来说，人工智能的前景非常广阔，可以（yǐ）让（ràng）我们（men）的世界越来越美（měi）好（hǎo）。

本文描述的场景不仅可以帮助你理（lǐ）解当（dāng）前AI的使用方式，而且还可以让（ràng）你想象AI未来（lái）的发展潜力。

AI的社会成本

当前AI技术面临的最大难题是由于数据集不完整而（ér）导（dǎo）致的错误，主要问题之一是决策方面的偏见。人们（men）已经意识（shí）到这些错（cuò）误，并正在逐步克（kè）服。

考虑一下美国刑事司法系统做出（chū）带有偏见决（jué）策的那段历史，金融业和教育机构也存（cún）在同（tóng）样的偏（piān）见（jiàn），机器（qì）学习（xí）模型也在重复（fù）人为的偏见。

COMPAS系统是一个带有偏见的（de）AI示（shì）例。美国（guó）有几个州使用该软（ruǎn）件来确（què）定（dìng）犯罪分子的风险等级。COMPAS使用了（le）具有少量风险（xiǎn）因素和特（tè）征的数据集，最终（zhōng）的算法将黑人（rén）被告标记为（wéi）高风险的偏向（xiàng）性更高。这些虚假标志出现在黑人（rén）身上的概（gài）率是白（bái）人的两倍，结果导致黑人被判刑的频（pín）率高于白人，且更严厉。

当AI模型（xíng）使用有（yǒu）限（xiàn）的视觉数（shù）据集（jí）时，也会引发有偏见的决（jué）策。例如，仅在（zài）高（gāo）加索人（rén）脸数据集上训练了人脸识别系统，然后将其应用于现实世界中（zhōng）的各种人（rén）群。

最（zuì）后的误差就很（hěn）严重：非裔（yì）美国人和亚洲人被误识别的比率比白种人高10-100倍。美国国家标准（zhǔn）技术研究院（The National Institute of Standards and Technology，即NIST）发现，由（yóu）于存在这些差异，许多当前的（de）面部识别系统不能（néng）在（zài）执法（fǎ）和国家安全（quán）领域使用。

为了（le）避（bì）免偏差，负（fù）责人脸识别应用程序开发的数据（jù）科学（xué）工程师（shī）必须考（kǎo）虑在（zài）多样性的（de）数（shù）据集上训（xùn）练模型。

面临禁止的人（rén）脸识（shí）别

对于（yú）政府和企业（yè）来说，人脸识别是一项前（qián）景广阔的技术，但事实并非如（rú）此。由于某些原（yuán）因，社（shè）会并不（bú）赞同（tóng）。

美国奥克兰和旧金山的（de）警察部门和公共机构禁止（zhǐ）使用面部识别技术，俄勒（lè）冈（gāng）州、加利福（fú）尼（ní）亚州（zhōu）和（hé）新罕（hǎn）布什尔州的警察部门（mén）不能在警用摄像机（jī）中使用（yòng）该技术。四分之一的美（měi）国居民认为，联邦政（zhèng）府应限（xiàn）制面部识（shí）别技术的（de）使用。而且除了美国之（zhī）外，别（bié）的（de）国（guó）家（jiā）也有类（lèi）似的现象。

-

欧盟的（de）通（tōng）用数据保护条例（General Data Protection Regulation，即GDPR）发现面部识别不符合条例（lì）要求。2019年，一所瑞（ruì）典学（xué）校以受限的方式（shì）使用软件来跟踪学生的出（chū）勤（qín）率（lǜ），虽然（rán）学（xué）生家长（zhǎng）同意收集生物识（shí）别信（xìn）息，然而欧盟还是对（duì）该校进行了罚款。DPA裁定面部识别之类的生物识别（bié）技术（shù）属于隐私（sī）数（shù）据，根据该法规，除非参与识（shí）别活动的（de）人同（tóng）意收集隐私数（shù）据，否则不能收集（jí）和存储隐私数据。

2020年初，欧洲委员会就是否（fǒu）禁止在公（gōng）共场（chǎng）所进（jìn）行面部识别（bié）展（zhǎn）开了辩论（lùn），拟（nǐ）议的禁令将持续五年。这项（xiàng）禁令（lìng）从未真正实施过，委（wěi）员会（huì）人工（gōng）智能白皮书的最终版本（běn）中已经删除（chú）了（le）这（zhè）项禁（jìn）令。

目前，美国有自己的地方法律，与GDPR接近。加（jiā）州的消费者隐私法案与GDPR如出一辙（zhé），是美（měi）国数据（jù）隐（yǐn）私（sī）的默认标准。法规和指（zhǐ）导方针（zhēn）限制了面部识别技术的创新。

尽管消费者团体和政府机构设（shè）定了各种限制，但创新者仍在开发（fā）面部识别软件，这项技术在中国和美国越（yuè）来越受欢迎。2019年，面部识别的市（shì）场价值高达50.7亿美元（美国（guó）），到2025年（nián），经济（jì）学家（jiā）预计，在未（wèi）来五年（2020年-2025年）的复合年增长率为12.5%的情况（kuàng）下，该领域的市场价值将达到101.9亿美元。有（yǒu）人预测，面部识别技术有望（wàng）进（jìn）入零（líng）售市（shì）场（chǎng），用于提高（gāo）销售以（yǐ）及个（gè）性化购物体验。

AI技术的另一面

现代监控基础设施需要面（miàn）部识（shí）别（bié）技术，中国等国（guó）家依靠这种技（jì）术来维（wéi）持社会控制，这（zhè）种用途让禁（jìn）止和提（tí）高面（miàn）部识别限制的呼声越来越高。然而，面（miàn）部识别是一种可用于其（qí）他（tā）方面的多用（yòng）途技术（shù），面部识别技术可以在公共健康与安全中发挥至关重（chóng）要的（de）作用（yòng）。

政（zhèng）府和私营企业正在使用面（miàn）部识别技术来遏制COVID-19。代理商可以要求当地居民（mín）或（huò）员工在扫描QR码之（zhī）前提供旅（lǚ）行历史、姓名、身份证号（hào）码和体（tǐ）温。扫（sǎo）描后，再（zài）授予（yǔ）区域（yù）的访问（wèn）权限。此外，社交媒（méi）体平台也在积（jī）极跟（gēn）踪人们的出行（háng），并启用了热线（xiàn）供用户报告疾病，这（zhè）些信息提供（gòng）了有关热点和区（qū）域分布的（de）信（xìn）息。

在（zài）中国，面部识别技术可以检测到人群中体温（wēn）较高的人，还可以检测某个人是否戴口罩（zhào）。报告显示（shì），面部（bù）识别技术可以识别戴（dài）口（kǒu）罩（zhào）的人（rén），准确率达（dá）95%。面向消（xiāo）费者的应（yīng）用可以捕获个人健康信息，向用户提（tí）供有关附近人员健康的信息。

在2008年北京奥运会之后，面（miàn）部识别技术就进入（rù）了公共领域。自2015年以来，中国政府机构、金融服务（wù）和零售部门都开始广泛（fàn）使用（yòng）面（miàn）部识别技术。虽然人们对于（yú）该项技术的广泛（fàn）使（shǐ）用（yòng）感到（dào）担（dān）忧（yōu），但公众似乎接受（shòu）了（le）实际的使用（yòng），并且在某（mǒu）些情（qíng）况下（包括抑制COVID-19的（de）传播）对（duì）该项（xiàng）技（jì）术表示（shì）赞赏。

揭（jiē）露危险

自然（rán）语言处理（lǐ）是（shì）人工智能改变未来（lái）的另一个（gè）例子。在COVID-19迅速传播（bō）到中国以外的国家之前，自然（rán）语言处理技术提供了（le）可（kě）以挽救生命的情报（bào）。

BlueDot是一（yī）个AI平台，使（shǐ）用（yòng）自然语（yǔ）言处（chù）理和机器学习（xí）来追（zhuī）踪全球的传染（rǎn）病，其实现采用了（le）可快速浏览大（dà）量（liàng）资源的算法。该算法旨在标记流行病（bìng）的早期迹象，在2019年12月的最后（hòu）几周里（lǐ），该平（píng）台在中国武汉发现了一群确诊的（de）“异常（cháng）肺（fèi）炎”患者。一周以后，世界卫生组织（WHO）正式发表声明，称武汉一名（míng）患（huàn）者患有“新型冠状病毒（dú）”。

BlueDot并不（bú）是（shì）唯一可以（yǐ）在（zài）数（shù）千个（gè）来源（yuán）中标记（jì）出关（guān）键领域的AI。全球电（diàn）子商（shāng）务巨（jù）头阿里巴巴（bā）创建了（le）由自然语言处理模（mó）型提供支持的StructBERT，该模型能够快（kuài）速处理病毒基因序列，并筛（shāi）选蛋白质（zhì）。阿里巴巴（bā）已经（jīng）将该平（píng）台用于对抗COVID-19，研究人员和科（kē）学家可（kě）以免费使用该模（mó）型来（lái）加速疫苗（miáo）的开发。

寻找治疗新病（bìng）毒的方（fāng）法（fǎ）

透过（guò）2020年2月发布的两（liǎng）份论文，我们（men）可以看到人工智能如何改变公共卫生（shēng）和生物技术未来。

一篇论文描述了总部位于韩（hán）国的Deargen开发和实现机（jī）器学习模型的过程（chéng），该（gāi）模型（xíng）确定了四种可减（jiǎn）缓COVID-19影响（xiǎng）的抗病（bìng）毒药物（wù）。Deargen的MT-DTI是（shì）一种（zhǒng）学习模型，依（yī）赖于（yú）化（huà）学序列（而不是2D或3D分子结构），该模（mó）型可以预测目标分子（zǐ）（例如病毒）是否会与目标蛋白结（jié）合。阿扎那韦（Atazanavir）是一种抗HIV药物，已获得FDA批准。MT-DTI发（fā）现，阿扎那韦可以（yǐ）与（yǔ）位（wèi）于SARS-CoV-2分子外部的蛋白质结（jié）合，并阻止其与人蛋白质结合的能力，SARS-CoV-2引发了COVID-19。

总（zǒng）部位（wèi）于香港（gǎng）的Insilico Medicine还于2月（yuè）发布了另一篇论文。Insilico使用基于AI的（de）平台对数千个新颖分子进行（háng）建模，希望寻找可（kě）以（yǐ）破坏SARS-CoV-2复制的新型分子。

这些公司（sī）只是众（zhòng）多致力于寻（xún）找（zhǎo）抗病毒方法（fǎ）的科技公（gōng）司、学术（shù）研究实验（yàn）室和政府科学家中的两家（jiā）。人们创建了一个开放的数据（jù）集来帮助组（zǔ）之间的通信，COVID-19开（kāi）放研究数据（jù）集（CORD-19）是所有（yǒu）该主题（tí）研究的中（zhōng）心枢纽，其中的数据可（kě）通过计算机读取，且在（zài）不断更新。任何访问数据库的人（rén）都可以（yǐ）获（huò）取（qǔ）存储（chǔ）的数据，并将其轻松地应用于机器学习模型（xíng）和AI技术，这可以加快目（mù）前全球的（de）研究速度。

COVID-19后的AI未（wèi）来

人工（gōng）智能的未来取决于人类管理和（hé）创新解决方案。科（kē）学家和研究人员在他们的脑（nǎo）海中（zhōng）构思治愈的方（fāng）法（fǎ），人类（lèi）的创造力利用机器解析的数据，并以有（yǒu）意义的方式将其组合（hé）在一（yī）起。如果没有（yǒu）人类提供的输（shū）入，AI只是一个有效的数据（jù）收（shōu）集器，仅（jǐn）此而已。COVID-19危（wēi）机（jī）凸显了AI的真正威力（lì），创新人员可通（tōng）过设置（zhì）模型来确定AI的实（shí）用性以及价（jià）值（zhí）。

现在决策者可以做些什么？

此次疫（yì）情迟早会结（jié）束。虽（suī）然疫情给经济带来的影响尚待确定，但（dàn）COVID-19对经济的影响（xiǎng）存在若干情况。

决策者可以选择（zé）发展、创新（xīn）和（hé）采用新技术。我们所要做的事了（le）解真实情况，并（bìng）伺机而（ér）动。