大多（duō）数人在谈论人工（gōng）智能的未来（lái）时，都会联想到黑客帝国中邪恶的网络或者终结者中的电子人杀人机器。

当今的人（rén）工智能无法完全取代（dài）人类的工作，机器人不会带来世界末日。无论是伦（lún）理学家还是计（jì）算机科学家都不认为机器人的未来会走（zǒu）向世界末日（rì）。对人类（lèi）来说，人（rén）工智能的（de）前景非常广阔，可以让我们的世界（jiè）越来越美好（hǎo）。

本文描述的场景不仅可以帮助你理解（jiě）当（dāng）前AI的使用方式，而且还可以让你（nǐ）想象（xiàng）AI未来（lái）的发（fā）展潜力。

AI的社会成本

当前AI技术面（miàn）临的最大难题是由于数据集不完整而导致的（de）错误，主要问题之一是决策方面的（de）偏见。人（rén）们已（yǐ）经意识到（dào）这些错误，并（bìng）正在（zài）逐（zhú）步克服。

考（kǎo）虑一下美国刑事（shì）司法系统（tǒng）做（zuò）出带有偏见（jiàn）决（jué）策的那段历史，金融业和教（jiāo）育（yù）机构也存在同样的偏见，机器学习模（mó）型也在重复人为的偏见。

COMPAS系统是一（yī）个带有偏见的AI示例。美（měi）国有几个州使用该软件来确定犯罪分子的风险等级（jí）。COMPAS使用了具有少量风险因（yīn）素和特征的（de）数据（jù）集，最终的算法将黑人（rén）被（bèi）告标记为高风险的偏向性更高。这些（xiē）虚假标志出现在黑人（rén）身上的（de）概率是白人（rén）的两倍（bèi），结（jié）果导（dǎo）致黑（hēi）人被判刑的频率高于白人，且更（gèng）严（yán）厉。

当AI模型使（shǐ）用（yòng）有限的视觉数（shù）据集时，也会引发有偏见（jiàn）的决策。例（lì）如，仅在高加索人脸数据集上（shàng）训练了人脸识别系（xì）统，然后（hòu）将其应用于（yú）现实世界中的各种人群。

最后的误差就很严（yán）重：非裔美国人和亚洲（zhōu）人被（bèi）误识别的比率比（bǐ）白种人（rén）高10-100倍。美国国家标（biāo）准技术研究院（yuàn）（The National Institute of Standards and Technology，即NIST）发现（xiàn），由于存在（zài）这些（xiē）差（chà）异，许多当前的面部识别系统不能在执法和国家安全领域使用。

为了避（bì）免（miǎn）偏差，负责人脸识别应用程序开发的数据科学工程师必须考虑（lǜ）在多样性的数（shù）据集上训练模型。

面临禁止的人脸识别

对于政府和企业来说（shuō），人脸识别是一项前（qián）景广阔（kuò）的技术，但事实并（bìng）非如此。由于某些原（yuán）因，社会并不（bú）赞同。

美国奥克兰和（hé）旧金山的（de）警（jǐng）察部门和公（gōng）共机（jī）构禁止使用（yòng）面（miàn）部识别技术，俄勒冈（gāng）州、加利福尼亚（yà）州（zhōu）和新（xīn）罕布什尔州的（de）警察部门不能在警用摄像（xiàng）机（jī）中使用该（gāi）技术。四分之（zhī）一的美（měi）国居民认为，联邦政府（fǔ）应（yīng）限制（zhì）面部（bù）识（shí）别（bié）技术的使（shǐ）用。而且（qiě）除了美国之外，别的国家也有类似的现象。

-

欧盟的通用数据（jù）保护条例（General Data Protection Regulation，即GDPR）发现面部识（shí）别（bié）不符（fú）合条例（lì）要求。2019年，一（yī）所瑞典（diǎn）学校以受限的方式使用软（ruǎn）件来（lái）跟踪（zōng）学（xué）生的出勤（qín）率，虽然学生（shēng）家长同意收集生物识别信息，然而欧盟还是（shì）对该校进行了罚款。DPA裁定面部识别之类的生物识别（bié）技术（shù）属于隐私数（shù）据，根据（jù）该法规，除（chú）非参与识别活动（dòng）的人同（tóng）意收集隐私数据，否则不能收集和存储隐私（sī）数（shù）据。

2020年（nián）初，欧洲委（wěi）员会就是（shì）否禁止在公共场所进行（háng）面部识别展开了辩论，拟（nǐ）议的禁令将持续五年。这（zhè）项禁（jìn）令从未真正实施（shī）过，委员会人工智能白皮书（shū）的最终版本中已经删除了这项禁令。

目前，美国有自己的（de）地（dì）方法律（lǜ），与GDPR接近。加（jiā）州的（de）消费者隐私法（fǎ）案与GDPR如出（chū）一（yī）辙，是美国数据隐（yǐn）私（sī）的默认标准。法（fǎ）规和（hé）指导方针（zhēn）限制了面部识别技术（shù）的创新。

尽管消费者团体和政府机构（gòu）设定了各种限制，但创新（xīn）者仍在开（kāi）发面部（bù）识别软件，这项技术在中国和（hé）美国越来越（yuè）受（shòu）欢迎。2019年（nián），面部识别的（de）市场价值高（gāo）达50.7亿美元（美国），到2025年，经（jīng）济学家预（yù）计，在未（wèi）来五（wǔ）年（2020年-2025年（nián））的复合年增长率为12.5%的情况下，该领域的市（shì）场价值（zhí）将达到101.9亿美元（yuán）。有人预测，面（miàn）部识别技术有望进入零售市场，用于提高销售以及个性化购物体验。

AI技术的另一面（miàn）

现（xiàn）代监（jiān）控（kòng）基础设施需要面部识别技（jì）术，中国等国家依（yī）靠这种技术来维持社（shè）会控制，这（zhè）种用途让禁止和提高（gāo）面部识别限制的呼声（shēng）越来越（yuè）高。然而，面部识（shí）别是一种可用于其（qí）他（tā）方面的多用途技术，面部识别（bié）技术可以在（zài）公共（gòng）健康与安（ān）全中发挥至（zhì）关重要的作用（yòng）。

政府和私营企（qǐ）业正在使用（yòng）面部识别技术（shù）来遏制COVID-19。代理商可以要（yào）求（qiú）当（dāng）地（dì）居民或员工在扫描QR码之前提供旅行历史、姓名、身份证号码和体温（wēn）。扫描后，再授予区域的访（fǎng）问权限。此外（wài），社交媒体（tǐ）平台也在积极跟踪人（rén）们的（de）出行，并启用了热线供用户报告疾（jí）病（bìng），这（zhè）些信息提供了（le）有关热点和区域分布的信息。

在（zài）中国（guó），面部识别技术可以检测到人群中体（tǐ）温较高（gāo）的（de）人，还可（kě）以（yǐ）检（jiǎn）测某个人是否戴口罩。报告显示，面部识别技术（shù）可以识别戴（dài）口（kǒu）罩的（de）人，准（zhǔn）确率达95%。面向（xiàng）消（xiāo）费者的应用可以捕获个人健康信息，向用户（hù）提供有关附近（jìn）人员健康的信息（xī）。

在2008年北京奥运（yùn）会之（zhī）后，面部（bù）识别技术就进入了公（gōng）共领域。自2015年以来，中国政府机构、金融服务和零售部门都（dōu）开始广泛使用（yòng）面部识别（bié）技术。虽然人们对于该项技术的广泛使用感到担（dān）忧，但公众似乎接受了实际的使用，并且在某些情（qíng）况（kuàng）下（xià）（包括抑（yì）制COVID-19的传播）对该项技术（shù）表示赞赏。

揭露危险

自然语（yǔ）言处理是人工智能改（gǎi）变未来的另一个例子。在COVID-19迅速传播到中国以外的国家之前（qián），自然语言处理技术（shù）提供了可以（yǐ）挽救生（shēng）命的情报。

BlueDot是一个AI平台，使用自然语言处理和机器学习来追（zhuī）踪全球（qiú）的传染病，其实现采用了可快速浏（liú）览大量资源的算法。该算法（fǎ）旨在标记流行病的早期迹象，在2019年12月（yuè）的最后几周里，该平台在（zài）中国武汉发现了一群确诊（zhěn）的“异常肺（fèi）炎（yán）”患者。一周以后，世（shì）界卫生组织（WHO）正（zhèng）式发表声明（míng），称武汉一名患者患有“新型冠（guàn）状病毒”。

BlueDot并不是唯一可以在数千个（gè）来（lái）源中标记出关键领域的AI。全球（qiú）电子商务（wù）巨头阿里（lǐ）巴巴创建了由自然语言处理模型提供支（zhī）持（chí）的（de）StructBERT，该模（mó）型能够快速（sù）处理病毒基因序列，并筛选蛋白（bái）质。阿里巴巴已经将该平台用于对抗COVID-19，研究人员和科（kē）学家可以免费使用该模型来（lái）加速疫苗的开（kāi）发。

寻找治疗新病毒的方（fāng）法

透（tòu）过2020年2月发布的两（liǎng）份论文，我们可以看到人工智能如何（hé）改变公共卫生和（hé）生（shēng）物（wù）技术未来。

一（yī）篇论文描述了总部位于韩国的Deargen开（kāi）发和实现机器学习模型的（de）过程，该模型确定了四种可减缓COVID-19影（yǐng）响的抗病毒药物。Deargen的MT-DTI是一种学（xué）习模型，依赖于（yú）化（huà）学序列（而不是2D或3D分子结构），该模（mó）型可以（yǐ）预测（cè）目标分（fèn）子（例如病毒（dú））是否会与（yǔ）目标蛋白结合。阿扎那（nà）韦（Atazanavir）是一种抗HIV药物，已获得FDA批准。MT-DTI发现，阿扎那韦（wéi）可以与位于SARS-CoV-2分子外部的蛋（dàn）白质结合，并阻止其与人（rén）蛋白质结合的能力，SARS-CoV-2引发了COVID-19。

总部位于香港的（de）Insilico Medicine还于2月发布（bù）了另一篇论文。Insilico使用基于AI的平（píng）台对（duì）数（shù）千个（gè）新颖分子（zǐ）进（jìn）行建模，希望寻找可以（yǐ）破坏SARS-CoV-2复制的新型分子。

这些公司只是众多致力于寻找抗（kàng）病毒方法的科技公司、学（xué）术研究实验室（shì）和政（zhèng）府（fǔ）科（kē）学家中的（de）两家。人们创建了一个开放的数（shù）据集来（lái）帮（bāng）助（zhù）组之间的通信，COVID-19开放研究数（shù）据（jù）集（CORD-19）是所有该（gāi）主题研究的中（zhōng）心枢纽（niǔ），其（qí）中的数据可通过计算机读取，且在不（bú）断（duàn）更（gèng）新。任何访（fǎng）问数据库（kù）的人（rén）都可以获取存储的数据（jù），并将其轻松（sōng）地（dì）应用（yòng）于机（jī）器（qì）学习模型和AI技术，这可以加快目前全球的研究速度（dù）。

COVID-19后的AI未来

人工智能（néng）的（de）未来取决于人类管理和创新解决方案。科学家（jiā）和研究（jiū）人员在他们的脑海（hǎi）中构（gòu）思治愈的方法，人类的创（chuàng）造力利（lì）用机器解析的数（shù）据，并以有意（yì）义的方式将其组合在一（yī）起。如（rú）果没有（yǒu）人（rén）类提供的输入，AI只是一个有效的（de）数（shù）据收集器，仅（jǐn）此（cǐ）而已（yǐ）。COVID-19危机凸显了AI的（de）真正威力，创新（xīn）人员可通过设置模型（xíng）来确定AI的实用性以（yǐ）及价值（zhí）。

现在决策者可以做些什么（me）？

此（cǐ）次疫（yì）情迟早会结束。虽（suī）然疫情给（gěi）经济带（dài）来的影响（xiǎng）尚待确定，但COVID-19对经济的影响（xiǎng）存在若（ruò）干情况。

决策者可以（yǐ）选择发展（zhǎn）、创新和采用新技术。我们所要做的（de）事了解真实情况，并伺机而动（dòng）。