现场报道 | 联合国召开首次人工智能峰会：让AI助力17个可持续发展目标

来源:机器之心

原标题：现场报道 | 联合国召开首次人工智能峰会：让AI助力17个可持续发展目标

机器之心原创

记者：李九喻

参与：吴攀、李泽南

今天，人工智能的重要性不言而喻。虽然在过去，技术的发展方向是由市场决定的，但对于人工智能来说，社会需要事先考虑规定和底线，因为这项技术很可能会对社会本身造成影响，甚至脱离人类的控制。为了解决这些日益紧迫的问题，联合国国际电信联盟（ITU）等联合国机构和 XPRIZE 基金会共同组织了「人工智能造福人类峰会（AI for Global Good Summit）」，大会于 2017 年 6 月 6 日至 9 日在瑞士日内瓦召开。本届大会旨在讨论让人工智能符合可持续发展的目标（SDG）。

很多人工智能研究先驱参与了本次会议，他们包括谷歌研究主管 Peter Norvig、UC Berkeley 人工智能实验室主管 Stuart Russell、MILA 主管 Yoshua Bengio、斯坦福大学人工智能实验室主管李飞飞、Dalle Molle 人工智能研究所联合主管 Jürgen Schmidhuber 和纽约大学教授 Gary Marcus 等人。他们来自不同行业，覆盖政府、业界、联合国机构、民间组织和研究社区。

「如何让人工智能成为一个有效的，对社会有益的工具？」是一个宏大的命题，它引出了无数开放性议题。「人工智能」的意义是什么？智能系统和机器人会推动人类发展还是相反？我们如何能让无法预测的技术与人类价值共同发展？

首先，我们需要填补鸿沟

诚然，大多数人理解机器智能需要时间，人工智能并不是一种不言自明的技术。而将技术传播到利益相关者、感兴趣的大众和缺乏信息获取渠道的群体各有不同的难处。世界经济论坛社会与创新主管 Nicholas Davis 提醒现场观众：「并不是每个人都可以来到日内瓦讨论这样的议题。还有很多人会受到新技术影响，但他们并不知道这些讨论的存在。」

跨行业座谈会（左起）：两位主持人：红十字国际委员会（ICRC）战略参与和新技术主管 Anja Kaspersen；世界经济论坛社会与创新主管 Nicholas Davis；座谈会出席者：UC Berkeley 教授 Stuart Russell；清华大学公共管理学院院长薛澜；卡耐基梅隆大学计算机科学与机器人教授 Manuela Veloso；联合国全球脉动计划总监 Robert Kirkpatrick

事实上，这条鸿沟超越了理解，也体现在最终的目标上。学者们往往以研究为导向，致力于解决人工智能眼前的问题；业界则以竞争为导向，认为人工智能的发展会让企业更具竞争力；而对于政府来说，技术的背后仍有很大部分需要探索。即使到了 2016 年，欧洲议会仍然在从科幻作家阿西莫夫的机器人三定律中寻求洞见，提出了「如果人工智能发展到机器人最终具有自我意识后，会考虑给机器人部分人权。」

「所有交叉学科的技术都在以指数级的速度不断发展，」XPRIZE 创始人 Marcus Shingles 表示。著名计算机科学家，人工智能标准教科书《Artificial Intelligence: A Modern Approach》的共同作者 Stuart Russell 则认为书中的一些参考文献具有「误导性」，甚至简单地来说，是错误的。

不对称信息是一个大问题，特别是在你需要规划人工智能管理机制的时候。国家政府需要在全球化的商业环境中规范人工智能技术的部署，这其中包括自动化对工作机会的影响、自动化武器、网络安全、贸易关税、跨境数据访问权限等等。

清华大学公共管理学院院长薛澜根据政策专业知识指出了问题，「对于政府来说，目前有三大挑战：1. 机制复杂性——人工智能是一个宏观问题，对于多层级的政府而言难以掌控；2. 周期差距——由于政治环境的结构复杂性，人工智能技术的发展总是会比政治反应更快；3. 道德的分裂——我们目前还是难以在全球范围内统一道德和伦理的价值观。」

鉴于目前问题的复杂性，薛澜提出了「适应性态度」，建议人们接受歧义和理解的鸿沟。我们必须相互倾听，即使是在行业间、业内，甚至人与人之间，信息也不是完全联通的。

人工智能：人类的工具还是毒瘤

本次大会第二、三次全体座谈会：在启动中转型与未来路线图的关键词云。

人工智能作为工具有潜力帮助人类解决许多难题。该峰会主要强调了 17 个可持续发展目标，可作为想要在以下领域做出积极影响的人的指导：

消除贫困（No poverty）：将贫困与预测式大数据分析映射起来

零饥饿（Zero Hunger:）：增加农业产量

医疗健康和高质量生活（Good Health and Well Being）：分析大量的医疗数据

质量教育（Quality Education）：用个性化教学变革教育

性别平等（Gender Equality）：明确性别不平等问题，驱动性别平等的招聘

清洁用水和公共卫生（Clean Water and Sanitation）：改善有效的清洁水源供给

可承担的清洁能源（Affordable and Clean Energy）：改进光电能源获取

体面的工作与经济增长（Decent Work and Economic Growth）：通过智能自动化增加生产率

产业创新与基础设施（Industry Innovation and Infrastructure）：帮助驱动产业创新

减少不平等现象（Reduced Inequality）：建立更为包容的社会（例如，助残机器人）

可持续的城市与社区（Sustainable Cities and Communities）：通过传感器数据支持城市规划决策

负责任的消费与生产观念（Responsible Consumption and Production）：预测最优的生产等级从而减少浪费

气候行动（Climate Action）：对气候变化建模以预防灾难

水生生命（Life Below Water）：通过模式识别软件追踪非法捕鱼

陆地生命（Life on Land）：控制盗猎行为、监控物种安全

和平、公正和强大的机构（Peace, Justice and Strong Institutions）：减少政府的歧视和腐败

有目标的合作（Partnerships with Goals）：多方面的合作至关重要