В 2015 году все 193 страны-члена Организации Объединенных Наций ратифицировали «Цели в области устойчивого развития» (ЦУР) на период до 2030 года : призыв к действиям по «искоренению нищеты, защите планеты и обеспечению того, чтобы все люди наслаждались миром и процветанием». Для это были созданы цели. Например, первая из этих целей: «к 2030 году [искоренить] крайнюю нищету для всех людей во всем мире, которая в настоящее время измеряется как люди, живущие менее чем на 1,25 доллара в день».
ООН подчеркивает, что наука, технологии и инновации (ИППП) будут иметь решающее значение для достижения этих амбициозных целей. Быстрые достижения в технологиях, которые действительно появились только в последнее десятилетие, такие как Интернет вещей (IoT), блокчейн и расширенное сетевое подключение, имеют захватывающие приложения SDG.
Однако ожидается, что никакие инновации не будут более распространенными и преобразующими, чем искусственный интеллект (ИИ) и машинное обучение (ОД). Недавнее исследование, проведенное Глобальным институтом McKinsey, показало, что к 2030 году ИИ может добавить около 16 процентов мирового производства - или около 13 триллионов долларов. По подсчетам McKinsey, ежегодное увеличение роста производительности может значительно превзойти влияние более ранних технологий, которые коренным образом изменили наш мир, включая паровую машину, компьютеры и широкополосный Интернет.
AI / ML не только революционен сам по себе, но и становится все более важным в фундаменте, на котором строятся технологии следующего поколения. Но темпы и масштабы изменений, которые оно принесет, также создают риски, к которым человечество должно относиться очень серьезно.
Наши исследования привели нас к выводу, что AI / ML будет напрямую способствовать как минимум 12 из 17 ЦУР - вероятно, больше, чем любая другая новая технология. В этой части мы рассмотрим возможные варианты использования в трех областях, которые являются центральными для глобальных целей: финансовая доступность, здравоохранение и помощь при бедствиях, а также транспорт.
ФИНАНСОВОЕ ВКЛЮЧЕНИЕ
Доступ к базовым финансовым услугам - включая инструменты для хранения сбережений, осуществления и получения платежей, а также получения кредитов и страховки - часто является необходимым условием борьбы с бедностью. Около 2 миллиардов человек по всему миру имеют ограниченный доступ к этим услугам или вообще не имеют его.
AI / ML все больше помогает финансовым учреждениям создавать бизнес-модели для обслуживания небанковских банков. Например, одним из самых больших препятствий на пути выдачи кредитов является то, что многие физические лица и микропредприятия не имеют официальной кредитной истории. Начинающие компании все чаще используют алгоритмы ML на нетрадиционных источниках данных, чтобы установить их кредитоспособность - от заказов и истории платежей владельцев магазинов до психометрического тестирования. Анализ данных о урожайности и климатических моделях может быть использован для того, чтобы помочь фермерам более эффективно использовать свои земли, снижая риски для кредиторов и поставщиков страховых услуг.
AI / ML также используется, чтобы помочь поставщикам услуг снизить свои расходы на рынках, где доход на одного клиента часто очень мал. К ним относятся автоматизированное управление личными финансами, чат-боты по обслуживанию клиентов и механизмы обнаружения мошенничества.
ЗДРАВООХРАНЕНИЕ И ПОМОЩЬ ОТ БЕДСТВИЙ
Неравенство между городскими и сельскими службами здравоохранения является актуальной проблемой во многих развивающихся странах.
Сельские районы с плохой инфраструктурой часто страдают от острой нехватки квалифицированных медицинских работников и медицинских учреждений. Смартфоны и портативные медицинские устройства с биометрическими датчиками приносят инструменты кабинета врача в дома пациентов или в общественное место в сельском центре для совместного использования. ИИ затем автоматизирует большую часть диагностической и предписывающей работы, традиционно выполняемой врачами. Это может снизить затраты, обеспечить более быструю и точную диагностику и снизить нагрузку на перегруженных работников здравоохранения.
ИИ также используется для получения медикаментов там, где они нужны. Например, стартап под названием Zipline использует AI для планирования и координации беспилотных летательных аппаратов для доставки крови и оборудования в сельские районы в Руанде (и вскоре в другие страны Африки), куда трудно добраться по дороге. Врачи заказывают то, что им нужно, через систему обмена текстовыми сообщениями, а ИИ осуществляет доставку. Это значительно сокращает время, необходимое для получения крови в чрезвычайной ситуации, и устраняет потери.
Когда речь идет об оказании помощи при бедствиях, прогностические модели, основанные на данных из новостных источников, социальных сетей и т. Д., Могут помочь оптимизировать кризисные операции и гуманитарную помощь. Например, прогнозы в режиме реального времени на основе искусственного интеллекта о том, где землетрясения или наводнения нанесут наибольший ущерб, могут помочь аварийным бригадам решить, где сосредоточить свои усилия