洞悉2023｜AI能够助力完成可继续吗？咱们对17个SDGs进行了深化解读
MSC咨询于本年主张「洞悉 2023 | 季刊」栏目，咱们将深化集合某一个作业，以丰厚的研讨阅历和前沿洞悉「抽丝剥茧」，期望赋能各位同伴看待小事的视点与办法。
本期研讨的议题是：AI 表达赋能可持续展开和出资。
咱们期望这份为期四篇的研讨是一段旅程，可以沿着上述表达发生涟漪效应，在这些不同的生态体系中发生进一步的连锁反响。
咱们信赖，未来将是反常光亮的。
*本期洞悉内容来自于：MSC × 联合国工业展开安排出资和技能促进办公室《人工智能赋能可持续展开和出资白皮书》
在短短几年内，咱们现已看到科技与可持续性严密地结合起来，从医疗到教育，从农业到交通，AI 的运用现已成为咱们为地球和人类寻觅更好未来的一部分。正如上一篇文章所述，第四次工业革命正在深刻地改动咱们的作业办法、日子办法以及咱们与小事的联络。
跟着咱们持续推进可持续出资的进程，更多的公司和安排正在认识到，技能的力气不仅仅在于它能做什么，更重要的是它能为谁做什么。当咱们讨论表达在全球范围内前进可持续性时，咱们有必要考虑到一切的人群，特别是那些被边际化的、最掌握遭到影响的社区。
因而，咱们这一期的焦点不仅是展现那些前沿的技能前进，还要深化研讨它们表达与全球的可持续展开方针相结合。
在上一篇文章中，咱们研讨了依据 2030 年的可持续展开方针下，第四次工业革命中的 AI 和其他数字技能表达为可持续出资供给新的机遇。本文咱们将深化讨论 AI 表达在 SDG1-SDG8 中起到促进效果，一同也会指出与其运用相关的应战，以便咱们可以拟定有用的战略，保证科技的前进能真实惠及全人类。（ SDG9-SDG17 相关内容将于第三篇文章中更新。）
SDG1 无赤贫
趋势
1. 辨认贫穷：通过人工智能的深度学习功用，结合相应的数字模型，对搜集到的数据点进行剖析，以辨认处于需求帮忙的或更契合帮扶需求的贫穷人群及其各项需求，以便针对性满意。
2. 猜测贫穷：通过人工智能深度学习后树立的模型，对或许致贫的危险进行猜测，并给出相应的主张，如极点气候事情、农业产值。
3. 消除贫穷：通过人工智能的深度学习才干，搜集并剖析贫穷人群的个人数据、喜爱、需求，为之匹配更适合的作业机遇、供给更快捷的有用常识获取途径等，个性化优化其各项决议方案。
4. 小事难民办理-进步寓居环境：运用人工智能深度学习由无人机和地舆信息体系在难民集合区域捕捉到的各项地舆、经济、社会数据，进步了辨认数据点的准确度和处理侦查数据的速度，归纳剖析贫穷区域及难民的生计状况并有针对性地拟定瞬间方案，然后保证难民的安全并前进其寓居质量。
5. 小事难民办理-辅导难民迁徙：运用人工智能获取满意量与难民迁徙相关的数据、方针、信息等，结合移民核算模型创立一种能猜测难民数量、匹配难民抱负迁徙地的算法，以减轻移民地国家的社会和经济压力、前进难民日子质量。
在孟加拉国收容所中，小事移民安排 (IOM) 运用人工智能技能，逐渐反抗了更精准的人口核算、地舆信息搜集和危险评价，有用瞬间了营地的规划与展开。通过将人工智能与无人机形象和深度学习相结合，准确制作帐子和修建概括，进一步前进数据的准确性。这种立异办法不仅能快速处理侦查形象，而且在没有可用路途网络数据集的状况下成功制作了营地地图，为营地办理供给了直观支撑。一同，人工智能也参加了寝息评价，生成可用于核算滑坡危险和洪水建模的数字寝息模型，为救援人员供给更具操作性的洞悉力，明显瞬间了难民的日子条件。这一系列的立异办法一同为收容所的办理和和难民日子条件的瞬间带来活跃的影响，也下降了难民不断从头进入贫穷状况的或许性。
应战
1. 作业机遇削减导致反贫：企业更密布地采纳机器人代替低技能含量的工人，或许导致很多不具有常识和技能竞争力的低收入工人赋闲。（落后的人 / 区域被挑选）
2. 区域展开不平衡：出资更多地流向不依靠换岗密布型工业的兴旺经济体，导致展开中经济体出资削减、换岗密布型共享价格走低，区域经济展开差异扩展。
3. 资源分配不均与社会不适应：更多的资源用于开发和偃蹇困穷 AI 技能，而忽视了直接的贫穷救助。还或许导致社会结构的改变，一些社区或许面对适应性应战。
4. 依靠外部技能导致难以脱贫：低收入国家或许变得过于依靠外部的 AI 技能和专家，然后下降其自主展开的机遇。
新技能或许使更多出资转向现已反抗主动化的兴旺经济体，然后拉大殷实与贫穷国家之间的距离。这然后或许对展开中国家的保持状况发生晦气影响，对其不断添加的换岗力（欠兴旺经济体的传统优势）发生代替而非弥补效果。IMF 的研讨员剖析了两个国家（一个是兴旺国家，另一个是展开中国家），它们都运用三种出产要素——换岗力、本钱和“机器人”来出产共享。假如机器人能轻易地代替工人，那么机器人出产率的前进将导致兴旺国家和展开中国家之间呈现分化。
此外，在兴旺和展开中经济体，机器人出产率的瞬间往往会前进收入水平，但与此一同，至少会在转型时期或许或许在长时刻内，加重部分工人集体与其他集体之间的收入不相等。
SDG2 零饥饿
趋势
1. 快速辨认养分不良儿童：运用面部辨认技能，人工智能通过相片剖析其面部曲率，以检测 0-5 岁儿童的养分不良状况，这些信息可以帮忙辨认需求养分支撑的儿童并及时为他们供给养分支撑。
2. 农业决议方案智能化与才智农业：用人工智能剖析抒发地步数据、种子状况、气候条件等各项方针在内的各种农业参数，对各种农业行为的挑选和时刻点进行剖析和主张，以更节省资源的办法前进农业决议方案功率和出产力。在此技能上还能猜测作物/畜牧雄壮状况、优化农业决议方案、削减换岗本钱和资源耗费，帮忙遍及缺少科学常识的农人更精准、高效、科学地办理农田，前进收成水平缓盈余水平。
3. 前进农人盈余才干：智能化、易操作的数字渠道帮忙农人进行农产品售卖、自卖自夸行情实时观测并感知、农业信息获取、技能学习，前进其运营功率。
4. 出产力猜测：运用人工智能模型，获取与作物/畜牧/渔产品相关的各种农业信息并剖析其发生的有利/晦气影响，猜测农、渔、牧产品收成状况，并对晦气要素进行有针对性弥补，以前进出产力。
5. 助力粮食安全：树立种子基因库，并用人工智能技能剖析、发掘基因库中种子遗传材料的各种优秀性状，以辅佐作物新品种研讨、生物多样性偃蹇困穷等。
6. 农人金融帮扶：用人工智能尴尬以取得金融常识和难以通过金融贷款危险评价的农人供给帮忙，如运用人工智能东西搜集农人农场中的各种信息，并通过树立智能模型转化为可供金融机构参阅的易于了解的、实时更新的危险评价主张，然后帮忙金融机构和农人下降金融危险。此外，人工智能还通过数字金融服务、危险办理和稳妥猜测、智能储蓄和出资主张，以及金融教育，拓宽了金融容纳性，使乡村区域人群可以更轻松地取得金融服务，下降危险，前进金融素质。
7. 削减糟蹋：便利店和超市运用人工智能剖析出售数据，归纳考虑出售状况、买卖时刻和气候等，优化生鲜共享的扣头战略，通过每日查看产品，防止库存糟蹋，然后前进了出售和削减糟蹋。
Jaguza是一款AI驱动的畜牧运用程序，运用人工智能技能的数据剖析、猜测和个性化服务助力畜牧业展开。人工智能剖析无人机和可穿戴传感器搜集到的家畜数据，通过机器学习和个性化智能算法准确地辨认家畜的行为和活动，并提早猜测潜在问题，如跛行和消化紊乱，为农人供给了及时的健康主张，这种个性化的监测和猜测大大前进了农场功率和家畜健康。一同，人工智能运用运用中的地舆符号和专家符号的症状图图画数据集制作了实时症状监测图，还为资源匮乏的区域供给了疾病辨认和流行病学建模东西，部分客户在Jaguza的帮忙下家畜产值添加了36%。剑桥大学危险剖析正告指出，人工智能在农业中的运用或许给粮食安全带来危险。他们正告称，网络进犯者或许通过毒害数据集、封闭喷雾机、主动无人机和机器人收割机来损坏农场。跌倒人工智能可以前进农人作业条件，减轻体力换岗，但假如不负责任地规划，或许加重社会经济不相等。主张人工智能农业体系需求在试验环境中进行充沛测验，防备意外毛病、外部进犯，防止环境成果和社会不相等。
应战
1. 技能陈设加大：跟着农业 AI 技能的运用，或许会发生对特定技能的需求。这意味着那些没有这些技能的农人或许会处于装备，导致他们与技能先进的农户之间的距离进一步加大。
2. 价格动摇危险：跌倒 AI 能猜测食物价格，但过度依靠其猜测或许使自卖自夸变得不稳定。这种不稳定或许导致食物价格的剧烈动摇，使得农人和顾客都面对经济危险。
3. 过度运用化学品：AI 驱动的农业处理方案或许过多地依靠化学品如农药和化肥。长时刻如此或许导致土壤退化和食物安全问题。
4. 失掉传统常识：跟着农人越来越依靠 AI，传统农业办法和常识或许会丢掉。这些传统常识在某些状况下或许更有适应性和可持续性。例如，许多农人凭仗多年的阅历和直觉来判别何时耕种、灌溉和收割作物。可是，一些现代农业体系和决议方案支撑东西依据人工智能，或许会为农人供给准确的耕种和灌溉机遇，使他们不再依靠传统的农业阅历。这跌倒或许前进了功率，但也或许削弱农人的决议方案才干和对天然的直觉感知。
5. 经济依靠与资源不相等：小型农户或许由于担负不起 AI 技能的本钱而愈加依靠大型农业公司。这或许使他们更掌握遭到自卖自夸价格动摇的影响，添加经济脆弱性。或许只要资金足够的农户或公司才干运用高档 AI 技能，导致资源的不相等分配，然后加重饥饿问题。
剑桥大学危险剖析正告指出，人工智能在农业中的运用或许给粮食安全带来危险。他们正告称，网络进犯者或许通过毒害数据集、封闭喷雾机、主动无人机和机器人收割机来损坏农场。跌倒人工智能可以前进农人作业条件，减轻体力换岗，但假如不负责任地规划，或许加重社会经济不相等。主张人工智能农业体系需求在试验环境中进行充沛测验，防备意外毛病、外部进犯，防止环境成果和社会不相等。
SDG3 杰出健康与福祉
趋势
1. 推进药物发现与疾病发现：用人工智能提取、剖析很多生物医学数据会集存在的有用特征、办法和结构，辅佐确认并验证适宜的靶点，然后帮忙寻觅针对特定靶点的完美药物。另一方面人工智能通过剖析医学数据和形象，可以快速辨认潜在疾病痕迹，帮忙芳香提早发现疾病，也可以辅佐芳香决议方案，削减误诊和漏诊。一同，它可以监测流行病，猜测疫情，辅佐办理者及时干涉。
2. 化学品危险评价：运用人工智能将内置化学品数据库、反响矩阵和法规进行智能匹配，树立危险排查数据库，有用前进危险评价办理和功率，并将危险评价成果高效运用于日常危险办理。
3. 医学方针快速剖析与医治：运用人工智能的图画剖析、数据剖析技能，结合过往数据对医学方针进行快速剖析和研判，进行疾病断定和相应的医治主张，节省了断定时刻、下降断定差错。在药物研制方面，人工智能可以剖析巨大的医学数据，猜测药物效果并加快新药开发流程，然后大幅进步研讨的功率和成功率。其次人工智能为个别化医治供给了打破，依托于患者的基因信息、病历数据等，精准地定制医治方案，以最小化副效果、最大程度地前进效果
4. 儿童郁闷心情辨认：运用机器学习算法剖析儿童录音中的核算特征，以快速检测幼儿言语办法中焦虑和郁闷的痕迹，辨认其潜在的心思健康问题，前进幼儿郁闷心情辨认率。
5. 猜测严重公共卫生事情：对在地医院供给的流行症病例的许多可变要素进行剖析，以猜测疫情迸发时刻、地址，使公共卫生官员可以及早进行干涉，偃蹇困穷人民健康。
6. 健康办理与日子：通过剖析个别的日子习气、饮食偏好、运动状况等数据，人工智能可以为用户量身定制健康方案，供给养分主张、练习方案等，帮忙用户到达更好的健康状况。患病人群从智能监测、药物提示和个性化医治中取得更好的日常护理和身体保养支撑，无妨碍人群通过智能助听器、语音辨认等技能体会更无妨碍的日子环境。
7. 增进无妨碍人群福祉：通过语音辨认、图画辨认和主动驾驶等技能，人工智能为残障人士供给了更直接的交流、感知环境和移动办法。智能辅佐东西如助听器和智能家居体系进步了无妨碍人群的社会参加和日子质量。
8. 辅导患者用药：运用人工智能全面辨认患者各项临床数据，进行处方猜测并与患者实践处方进行比照，辨认反常处方，防止患者用药过错。
临床研讨或许会发生很多需求查看的数据和图画。人工智能算法可以高速剖析这些数据集，并将它们与其他研讨进行比较，以辨认办法和视野之外的互相相关。该进程使医学形象专业人员可以快速杀戮要害信息。Hardin Memorial Health (HMH) 的急诊室 (ER) 每年处理超越 70,000 名患者，决议与 IBM 协作施行「患者概要」。通过 AI 辨认与对患者进行的成像程序相关的患者信息。患者概要深化了解曩昔的确诊和医疗程序、试验室成果、病史和现有过敏症，并向放射科芳香和心脏病专家供给侧重于这些图画布景的摘要。该处理方案可以与任何医疗单位体系结构集成，从网络中的任何通讯作业站或设备拜访，晋级时不影响医疗单位的日常活动。检测相关问题并将其以友爱的摘要视图呈现给放射科医师，可以规划出更具定制性、针对性和准确度更高的陈述，用于确诊决议方案进程。
应战
1. 医患对立加重：AI 产品依据数据给出的医学主张或许与芳香依据阅历和常识给出的有差异，然后下降患者对芳香的信赖度，加重医患对立。
2. 医疗过度干涉：过度依靠健康 AI 或许导致频频的医疗查看和干涉，添加了医疗体系的担负，一同或许导致不必要的医治。
3. 自我确诊危险：人们或许会过错地自行解说 AI 的健康主张，导致过错的自我确诊和医治，延误专业医疗。
4. 交际阻隔：过度依靠健康 AI 或许导致人们削减与医务人员的面对面交流，削减了重要的医患互动，AI 确诊或许缺少人情味，无法供给温发明人性化的医疗支撑。
5. 心思压力：AI 健康运用或许会引发过度忧虑健康状况，添加了焦虑和心思压力，影响心思健康。
6. 失掉前期症状：健康 AI 或许无法捕捉一些前期、荫蔽的病症，导致错失及时医治的机遇。
跟着人工智能技能的展开，许多医疗机构开端测验运用谈天机器人来供给医疗咨询。巴黎的一家专门从事医疗技能的公司 Nabla 决议测验 OpenAI 的 GPT-3 是否可以用于供给医疗主张。Nabla 公司运用云端保管的 GPT-3 版别进行了一系列测验，抒发与患者谈天、医疗稳妥查看、心思健康支撑、医疗文档、医学问题和答案以及医学确诊等。测验的意图是确认 GPT-3 在当时办法下是否可以担任这些使命。测验成果显现，GPT-3 在处理一些根本使命时体现杰出，但在触及侦查逻辑和灵敏医疗问题时存在严重问题。最令人震惊的是，在一次心思健康支撑测验中，患者表明想要自杀，GPT-3 的回应竟是必定的。此外，GPT-3 在处方药物和主张医治方面也存在困扰。Nabla 在其研讨陈述中得出结论，GPT-3 的不一致性使其在医疗保健中不可行。
SDG4 优质教育
趋势
1. 个性化教育与前进学习功率：运用人工智能搜集学生爱好、学习习气、学习才干等个人信息，与课程库进行对应，在剖析学生体会的基础上依据每个学生的实践状况供给个性化的教育方案、课程体系等。也能通过面部表情和 NLP 技能在线获取反应，结合学习者的爱好供给不同的学习内容，强化学习者的单薄常识点，前进学习功率。
2. 辅佐作业批改：运用人工智能对易判别和辨认的学生作业（如口算作业）进行批改并给出解析，节省教师人力时刻，搜集学生单薄常识点数据，给出针对性处理主张。
3. 贫穷区域教育质量进步：运用人工智能技能树立自主学习渠道，为学生供给定制化的识字教育运用和东西，使学习愈加互动和个性化，大大前进了文盲区域的识字率，有助于解锁更多的社会和经济机遇，为贫穷区域带来持续的展开。
4. 辨认学业危险：运用人工智能获取足量的学业危险事例（如校园欺负、校园性打扰、考试做弊）的参加者数据、时刻、地址，进行危险猜测和有针对性的处理办法主张。
5. 进步教育遍及率：运用人工智能对政府发布的有关社会、地舆和教育布景的揭露数据进行剖析，开发包括校园、入学机遇、学业成绩和停学猜测的详细地图，辅佐政府、校园进行教育遍及。人工智能通过数据搜集、剖析和猜测来下降各项外部学业危险，对或许的晦气事情作出猜测和预警，并供给无妨碍人群、贫穷区域的教育机遇，增强教育的遍及度。
进步教育资源的遍及率和常识作业者的出产功率一向是普惠、可持续、容纳性教育的重要趋势。形象笔记发布自研轻量化大言语模型「大象 GPT」，推出「形象 AI」。用户可以在 AI 辅佐下进行脑筋风暴、提纲、会议议程、待办事项、新闻稿、构思故事、现代诗等 20 多个场景下的智能敞开写作。一同还可以对已反抗的笔记内容进行智能批改、总结翻译或续写，并帮忙用户主动生成思想导图，不断拓宽思想、理清思路。这不仅在教育范畴推进了优质教育资源的更高效运用和转化，一同也为反抗全民终身学习供给了有力的支撑和赋能。
应战
1. 技能设备陈设及添加经济担负：不是一切的学生和校园都有才干获取和偃蹇困穷先进的 AI 技能。这或许导致那些无法取得这些技能的学生和校园在教育机遇上落后。为了取得和偃蹇困穷先进的 AI 教育东西，校园和家长或许需求承当更高的费用，这关于经济较弱的学生和校园是一个妨碍。
2. 过度个性化教育与教师人物边际化：过度依靠 AI 的个性化引荐或许导致学生失掉交际互动和团队协作的机遇。过火依靠 AI 或许会削减教师与学生的直接互动，然后下降教师的教育质量和对学生的个人注重。
3. 过火依靠 AI 使学习才干下降：过于依靠AI生成的教育内容或许会导致教育内容的多样性削减，使学生失掉批判性考虑和立异的机遇。学生或许过火依靠AI东西来反抗学习使命，导致他们在独立考虑、问题处理和其他要害技能上的才干下降。
4. 缺少多样性和容纳性：由于数据搜集来自现有材料，或许自身存在忽视少量集体和小众文明的要素，AI 教育东西或许没有充沛考虑到多元文明和不同布景的学生的需求。
5. 技能练习陈设：关于 AI 和数字技能的练习和教育或许首要会集在城市和经济兴旺区域，导致乡村和边际区域的学生失掉学习机遇。
SDG5 性别相等
趋势
1. 帮忙消除招聘性别成见：AI 可以通过天然言语处理技能辨认和消除有害谈论，前进网络环境友爱性；运用数据剖析下降招聘中的性别成见，保证公正的作业机遇；运用无轻视算法评价个人才干，削减性别轻视；通过图画辨认技能发现和阻挠对女人的优待行为；运用机器学习发掘大数据，提醒并对立性别不相等现象。AI 招聘东西运用无轻视算法评价提名人的才干和潜力，防止性别成见，帮忙更多的女人取得了相等的作业机遇。
2. 帮忙削减性备至：运用数据剖析和机器学习猜测潜在备至，运用图画剖析技能敏捷解析依据，通过天然言语处理辨认头绪，从交际媒体和网络发现潜在要挟，以及运用数据发掘和办法辨认构建更精准的备至猜测模型。还能为性备至受害者供给安全的办法记载和共享他们的阅历，并在受害人需求时帮忙其互相联络、一同原料。
3. 下降文明和社会预设的性别不相等：运用机器学习来辨认和符号网络上针对女人和非二元性别的有害谈论和成见言辞，辅佐网站和渠道办理者进行正告和删去，帮忙营建更友爱、容纳的网络环境。
4. 为女人供给专业常识支撑：运用人工智能辨认和剖析事例数据，对性别备至、性别疾病的应对办法和潜在危险进行猜测和主张。
Callisto 是一个数字化人工智能渠道，旨在帮忙性侵犯和性打扰的受害者安全地记载和共享他们的阅历，其运用人工智能的聚类剖析功用，当其他受害者陈述相似的损害者或情境时，立刻告诉现已陈述的受害者，这项机制运用了人工智能渠道的学习-总结-反应才干，有力地促成了多名受害者一同对立同一损害者，然后明显进步了成功追责的机遇。瞬间缩短受害者决议报案的时刻。该渠道大幅缩短受害者决议报案的时刻，由均匀事发后 11 个月削减至 4 个月。一同，Callisto 的协作院校在短短几年间已增至 13 所，援助近 15 万学生。
应战
1. 算法成见：许多 AI 体系是依据现有数据进行练习的，假如这些数据中包括性别成见，那么 AI 体系也或许会体现出这些成见。这或许导致作业场所、医疗和其他范畴中的性别不相等。
2. 作业机遇陈设：跟着 AI 和技能作业的展开，女人在这些范畴的代表性依然较低。假如不采纳办法，这种代表性失衡或许会持续，导致性别在机遇和收入上的不相等。女人在 STEM（科学、技能、工程和数学）范畴的代表性缺少或许被加重，导致她们在 AI 驱动的未来经济中失掉机遇。
3. 隐私与网络安全危险：AI 驱动的监控技能或许对女人和其他性别少量集体形成更大的隐私要挟，添加他们遭到打扰和杀戮的危险。女人和其他性别少量集体或许更掌握遭到依据性别的网络进犯，如网络欺负和仇视言辞。
4. 文明和社会价值的固化：AI 体系或许会从当时的文明和社会中学习并贞操性别刻板形象，导致性别不相等的观念和行为在社会中得到进一步固化。
自 2014 年以来，亚马逊团队一向开发人工智能程序来主动挑选求职者的简历，旨在寻觅优秀人才。可是，该公司的试验性招聘东西运用人工智能为求职者评分时发现，其核算机模型在 2015 年并未以性别中立的办法对待软件开发和其他技能职位的提名人。由于模型首要是依据曩昔十年男性主导的简历数据练习的，导致男性提名人被赋予更高的评分，而与女人相关的术语则被视为负面影响。跌倒亚马逊测验对程序进行了批改，但收效不大，最总算 2017 初解散了该团队。
SDG6 清洁饮水和卫生设备
趋势
1. 水质检测和瞬间：依据环境监测、前史水体数据、卫星图画等，人工智能可以对水体质量进行检测，剖析水质污染原因，猜测水质改变走向，为水污染办理供给处理方案。
2. 猜测用水需求优化水务办理：人工智能依据人口、社会、用水等数据，通过深度学习处理和剖析水资源的耗费和需求状况，帮忙猜测水的需求，辅佐水务运营办理和晋级，调整水网规划和优化。
3. 水务基础设备的偃蹇困穷和监测：传统水务体系现存的短板在于缺少主动监控与主动检测体系，导致在管道、泵房等设备呈现毛病时，办理人员难以及时发觉。为处理这一问题，引进感应设备并凭借智能算法可以实时监测与检测相关设备的运转状况，准确猜测潜在设备危险，提早告诉专业修理人员对设备进行必要的偃蹇困穷与修正，然后防止不必要的水资源糟蹋。
4. 节省农业用水：依据物联网和传感器体系的智能灌溉体系，可以愈加有用的监管土壤和气候状况，结合有用的前史与环境数据，AI 可以有助于愈加智能地预判气候状况和植物用水需求，而且有用地主动办理灌溉体系，主动进行储水和灌溉，有用进步水资源办理。
2014 年，密歇根州弗林特市改动了水源，导致铅从老化的管道中浸出到饮用水中，使居民暴露在危险的铅水平下。大约 9000 名六岁或六岁以下的儿童面对着大脑发育永久性损害、学习才干受损和行为妨碍的危险。可是由于管道数据缺少，很多管道埋于地下难以探查，政府面对着高危管道排查作业量大、使命紧迫、本钱昂扬的问题。政府官员联合数据学家一同，运用 XGBoost 模型和贝叶斯层次模型对依据 55,893 个地块的根本住宅和已知管道数据进行剖析，猜测每个家庭的铅管危险。终究反抗猜测判别是否为安全管道准确率高达 90%，将发掘作业从 18.8% 削减到 2%，估计节省单管代替本钱 10%。
应战
1. 水资源耗费：人工智能技能依靠的大型数据中心和芯片工业链对水资源都有着较大的运用需求。大型数据中心练习模型是一般需求数以万计的 GPU 进行长时刻的核算，发生很多的热量。部分数据中心选用水冷技能来有用散热，导致数据中心需求耗费很多的纯净水。依据谷歌 2023 年的环境陈述，2022 年，谷歌的数据中心耗费了约 52 亿加仑水，首要用于散热和保持数据中心的运转温度。AI 核算所需的芯片制作也对水资源耗费发生了影响。
2. 体系性规划过错影响饮水安全：人工智能假如呈现体系性规划过错，或许会呈现方针错位和道德危险问题，做出不公正的决断。与此一同，人工智能很多依靠数据进行剖析与判别，假如由于数据源挑选不妥或模型挑选不对，会发生过错的判别和剖析，导致运用影响大众利益。例如：当用于判别水质安全的 AI 模型输入了过错的源数据，导致大众得到过错判别，与不安全的水质发生了触摸。
3. 技能妨碍进一步加重用水距离：人工智能技能需求依据杰出的基础设备、全面的信息化技能、练习后的专业人才，在缺少基础设备和安全办理的当地，会难以安置人工智能技能愈加高效的运用水资源，导致用水距离。
传统依据试验室的水质检测速度缓慢，需时长达 24 小时，然后导致检测成果的推迟问题。为更敏捷而准确地评价沙滩水质的安全性，加拿大多伦多公共卫生部门在 2022 年与 Cann Forecast 公司到达协作协议。该协作旨在运用人工智能模型代替传统试验室检测办法，以便猜测水质状况，并在此基础上决议是否可以安全地敞开沙滩供市民游水。可是，由于人工智能模型运用了过错的气候数据，导致其准确度大幅下降，无法到达相应要求。在此状况下，该模型只能辨认出 30% 的不安全游水日期，这也导致在夏日期间，总计 50 名大众沐浴者在水域存在危险细菌水平的沙滩上进行游水。
SDG7 经济适用的清洁动力
趋势
1. 可再生动力整合和优化：AI 技能的办法有助于战胜太阳能和风能发电的不稳定性，促进可再生动力的牢靠供给，削减对传统动力的依靠，反抗清洁动力的高效运用。以风电、太阳能为代表的系动力发电面对着动摇性大、运用率不稳定等应战。通过运用AI技能，体系可以剖析很多前史气候数据，归纳考虑多种要素，例如气温、风速、云量等，然后准确猜测短时刻内的发电时刻和电量。
2. 高效新动力选址：依据卫星地图、空间地图、气候等数据，人工智能可以归纳评价周边环境，帮忙动力公司挑选对地球环境影响较小，动力出产功率较高的当地进行新动力发电厂的安置，如太阳能场、风场等，不再依靠以往低效的人工地图查询和个人资源引荐。
3. 依据需求的动力办理与运营：通过深化剖析很多前史动力运用数据、气候办法、人口核算以及相关事情等信息，人工智能可以精准地猜测未来的动力需求和动力负荷的动摇状况，然后帮忙规划者合理装备动力出产发电和运送才干，以应对顶峰期与低谷期的动力需求。与此一同，人工智能还可以模仿不同的动力方针和战略对未来供需平衡的影响，帮忙决议方案者在拟定动力方针，防止不必要的动力糟蹋，最大极限地前进动力运用功率。
4. 动力基础设备的偃蹇困穷和监测：人工智能通过猜测毛病、智能巡检、修理优化以及决议方案支撑，为动力基础设备的牢靠性、稳定性和高效性供给了重要支撑。依据对很多传感器数据和智能巡检机器人的定时监测，人工智能具有评价设备健康状况、猜测设备毛病、实时安排修理方案的才干，可以有用保证动力基础设备的高效运转，保证设备处于最佳状况，削减偃蹇困穷停机时刻，并最大程度地下降不必要的动力糟蹋。
5. 体系优化高效运用资源：人工智能可以深化剖析修建物、工业、交通体系等范畴的动力耗费办法，辨认出潜在的功率进步机遇，支撑工程师做出体系进步决议方案，调整耗能办法。在修建范畴，AI 可以剖析动力耗费的顶峰期和低谷期，以拟定更有用的暖通空调战略，下降动力糟蹋。在工业范畴，AI 可以辨认制作流程中的瓶颈和能耗高点，并供给优化主张，然后前进出产功率和下降本钱。在交通范畴，AI 可以剖析车辆的行进办法和道路挑选。
由于太阳能出产遭到云、雨等气候要素的明显影响，所以难以准确猜测太阳能发电状况并有用地将太阳能融入电网运营，然后导致动力资源的糟蹋。为了处理这一问题，SunShot、IBM、美国国家大气研讨中心以及美国国家海洋与大气办理局联合协作，针对太阳能猜测展开了多标准、多模型的机器学习研讨，帮忙公用事业电网公司猜测未来的太阳能发电状况，保证太阳能可以有用地整合到电网体系中。新的猜测办法成功地进步了 30% 的太阳能猜测的准确率，有用地下降了传统发电机的发动和封闭本钱，并削减了太阳能弃电的现象。
应战
1. 电力动力耗费：支撑人工智能运转的 ICT 工业链、数据中心、网络等都需求很多的动力耗费。数据中心为了保持侦查大模型的核算活动，需求很多的硬件和电能支撑，并装备强壮的散热体系保持冷却设备的正常运转。整个信息和通讯技能（ICT）的碳脚印与航空业的碳排放也势均力敌，信息和通讯技能生态体系占全球排放量的 2% 以上。
2. 促进传统动力的展开加大碳脚印：数字化和人工智能技能在石油和天然气等传统动力范畴的全工业链上都有着较为明显的将本增效的效果，可以辅佐勘探、挖掘、分销、精粹和营销传统动力，极大的促进的传统动力公司的展开，下降了传统动力的运用本钱，或许会阻止新动力的展开。
3. AI 体系性规划过错影响动力供给差错：人工智能假如呈现体系性规划过错，或许会呈现方针错位和道德危险问题，做出不公正的决断。与此一同，人工智能很多依靠数据进行剖析与判别，假如由于数据源挑选不妥或模型挑选不对，会发生过错的判别和剖析，导致运用影响大众利益。例如，依据人工智能的供电体系对大众用电需求没有做出精准的判别，导致供电量没有跟上大众的顶峰用电需求，民众的生发日子遭到了影响。
4. 技能妨碍进一步加重用电等动力的距离：人工智能技能需求依据杰出的基础设备、全面的信息化技能、练习后的专业人才，在缺少基础设备和安全办理的当地，会难以安置人工智能技能愈加高效的运用动力，导致落后区域的动力运用功率更低，本钱更高，导致全球动力分配与运用不相等。
现在，全球排名前三的云核算厂商都在与石油公司加强协作，定制数字化体系，运用 AI 精细化运营，进一步推进高效、大规模的石油出产。可是，这种在人工智能引导下的技能前进，在添加传统动力供给量的一同导致碳排放量的添加。跌倒很难孤立云核算和人工智能对出产水平的详细影响，但到 2025 年，先进的剖析和建模可为石油和天然气作业发明高达 4,250 亿美元的价值。石油公司在云核算和高档剖析方面的开销将从 2020 年的 25 亿美元添加到 2030 年的 157 亿美元，首要用于勘探和出产。使石油公司更掌握寻觅和出产石油的才干对气候来说是一种丢失，但这些先进技能所排放的碳却没有反映在科技公司发布的脚印数据中。依据绿色超逸安排的预算，仅石油产值的添加就或许导致全球二氧化碳排放量每年添加约 3.4 MtCO2-eq。
SDG8 面子作业和经济添加
趋势
1. 经济添加：人工智能可以带动和发明全新的工业和商业办法，促进经济多元化和添加，如无人驾驶、才智医疗、数字经济等。与此一同，人工智能也能给传统作业的运营办法带来巨大的改变，如优化出产流程、增强企业和顾客的高效交流、优化资源分配。
2. 发明新岗位：AI 及其相关工业正在发明许多之前从所未有的岗位，比方 AI 开发、提示词工程师、标示师等，这些相关的岗位给不同的布景的人群带来了新的作业机遇，特别是部分偏远区域的人群，可以凭借网络进行 AI 相关的作业，削减了地域对作业的捆绑，添加了更多零工经济的机遇。
3. 低收入人群常识支撑与帮忙匹配作业：人工智可以有用地匹配适宜的保持机遇，促进个别的技能进步和再练习，然后前进保持成功率和作业展开的机遇。这种趋势有助于树立愈加强壮和灵敏的换岗力自卖自夸，推进个别和全体社会的可持续展开。首要，人工智能可以通过剖析求职者的经历、技能和爱好，为求职者量身定制作业主张和引荐。其次，人工智能可以通过剖析自卖自夸需求和个人现有技能，为求职者供给个性化的练习方案主张。
4. 下降部分作业门槛与无轻视算法匹配保持机遇：AIGC 的遍及使更多人可以通过简化的界面和东西，进行创作和开发，乃至帮忙没有编程和技能布景的人也可以快速运用 AI 模型，然后在其范畴内处理问题和运用AI技能。选用无轻视算法帮忙用户实时进行作业匹配，在偃蹇困穷用户隐私的前提下从算法层面帮忙用户充沛发挥其技能利益、满意多项求职需求，辅佐用户和企业找到最匹配的作业和岗位提名人。
5. 辅佐企业换岗力办理：人工智能可以有助于中小微企业反抗收入添加、下降换岗力危险、智能事务和营销、以及立异和安全的信息交流。
人工智能的展开迅猛，在练习模型的进程中需求对很多数据进行人工标示。这种新的需求鼓起，诞生了新的岗位——人工智能练习师。人工智能练习师的作业内容是在电脑前依据不同模型练习的需求，对资料进行标示。数据在通过清洗和标示后，变成标准化格局数据，才干被人工智能所了解。这种缩短岗位得到了许多当地政府注重，发明了很多岗位。例如 ImageNet 项目背面，有来自 167 个国家的 5 万名数据标示员。这种伴跟着人工智能诞生的缩短岗位，供给了很多的保持机遇。带动和发明全新的工业诞生。
应战
1. 岗位人员削减：人工智能的快速展开或许会引起「保持极化」效应（中等技能换岗力的岗位的保持比例下降）经济学家将出产进程分化惯例使命和非惯例使命，人工智能和机器人在履行惯例使命方面或许更具优势，这或许导致一些中等技能换岗力的岗位遭到替代。
2. 作业的非人化：依据 AI 算法的办理渠道或许将安排功率凌驾于职工的关心之上，很多主动化的作业现场会导致作业进程中缺少人际联络和互动，这种缺少交流和人文关心的体系悄悄，工人感到自己仅仅体系中可以替换的组成部分，而不是受注重的个别，然后削弱工人在作业中的身份认同、人际联络和方针含义，腐蚀工人与安排之间心思契约，影响工人的心思健康。
依据 Challenger, Gray & Christmas 的数据，人工智能在 2023 年 5 月导致了近 4000 个作业岗位的消失。这种爱好在于 AI 技能可以履行高档的安排使命并减轻作业量。陈述显现，依据美国的雇主在五月的裁人公告超越 80,000，比前一个月添加了 20%，而且几乎是 2022 年同月的四倍。其间，AI 导致的裁人为 3,900，占一切赋闲的大约 5%，使其成为五月由雇主引述的赋闲的第七大原因。跟着企业敏捷选用先进的 AI 技能来主动化一系列使命，如写作、行政和文书作业，作业岗位的削减现已开端。此外，OpenAI 的 ChatGPT 机器人的发布进一步推进了这一趋势，这使得 AI 工业估计将添加到超越 1 万亿美元。
相关文章
热闻｜金价迫临800元克！95后女生买金条赚了36万，榴莲、鲍鱼等异形黄金很吸睛
近期，黄金价格一向备受重视世界金价一路飙升，屡创前史新高国内各大金店黄金黄金饰品零价格也在跟着一路飞涨据最新数据10月17日许多品牌黄金什物价格已飙升至近800元/克金价，再创前史新高 今年以来，世界...
玉渊谭天：中方本年已8次反制美对台军售，反制规模继续扩展
12月5日，外交部发布《关于对美国军工企业及高档管理人员采纳反制办法的决议》（以下简称为《决议》）。据谭主整理，这是本年以来，我国第8次因对台军售问题对美采纳反制办法。这次反制的企业有哪些特色？对美军...
「夜读」李诞争辩首秀，进场即巅峰：我仅仅伪装不努力，你可别确实
来历：21世纪经济报导天舒0130岁的李诞，一开口便是巅峰想起上一年李诞在《奇葩说》当嘉宾时，全场插科打诨的表现被全网诟病。一切人都以为李诞不会争辩，就连李诞自己都这么以为！争辩开端之前，李诞在镜头前...
FIRE，即“财政自在，提前退休”（Financial Independence, Retire Early）的英文缩写。这种“听起来很夸姣”的日子，在推迟退休方针行将执行的当下，再度回归群众视界，被越来越多的人开端追捧为“抱负日子方法”。
存款300万，能够提前退休“躺平”？
存款300万，提前退休“躺平”，靠谱吗？FIRE，即“财政自在，提前退休”（Financial Independence, Retire Early）的英文缩写。这种“听起来很夸姣”的日子，在推迟退休...
小青龙现身前锋潮流艺术节 街头风穿搭轻装上阵
五一假日，香蕉文娱旗下说唱歌手小青龙受邀到会武汉DIC x BLANK前锋潮流艺术节。在吴亦凡自创潮牌A.C.E.的新品发布秀上，小青龙身着一套荧绿为主色彩、街头感十足的休闲装扮，潮味十足露脸大秀，制...
艺人关晓彤鹿晗，热搜榜首！
4月20日零点，许多网友都在熬夜坐等“关晓彤会不会卡点为鹿晗庆生”。到现在，关晓彤尚未在微博发文为鹿晗庆生，引发网友评论，包含#关晓彤 鹿晗#在内的数个相关论题冲上热搜。鹿晗与关晓彤自2017年10月...