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». 17 целей измеряется против 169 целей, установленных на целенаправленно агрессивной временной шкале. 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 долл. США в день».
ООН подчеркивает, что наука, технологии и инновации будут иметь решающее значение для достижения этих амбициозных целей. Быстрые достижения в технологиях, которые действительно появились только в последнее десятилетие, такие как Интернет вещей, блокчейн и расширенное сетевое подключение, имеют захватывающие приложения.
Цели устойчивого развития
Однако ожидается, что никакие инновации не будут более распространенными и преобразующими, чем искусственный интеллект (ИИ) и машинное обучение (МО). 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.
Вклад ИИ
ИИ / MО 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 ИИ / MО 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.
ИИ / MО 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 МО на нетрадиционных источниках данных, чтобы установить свою 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.
ИИ / MО 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.
ельские районы с плохой инфраструктурой часто страдают от острой нехватки квалифицированных медицинских работников и медицинских учреждений. Смартфоны и портативные медицинские устройства с биометрическими датчиками доставляют 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 ИИ 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.
огда 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.
ТРАНСПОРТ
Автономные автомобили являются верхушкой айсберга, поскольку во многих отношениях они являются одними из наиболее заметных, но наименее важных последствий инноваций ИИ в транспортном секторе. Беспрецедентные масштабы грядущего всплеска урбанизации представляют собой ряд огромных проблем, которые ИИ должен решить. По данным ООН, к 2050 году 2,5 миллиарда человек переедут в города - 93 процента из них в странах с низким и средним уровнем дохода - что создает ошеломляющие проблемы в сфере логистики.
Общественный транспорт, а не личный транспорт, должен быть в центре любого решения. Мы видели проблески того, как ИИ может значительно повысить эффективность городских транспортных сетей. Например, системы метро в Гонконге и Сингапуре используют данные о миллионах своих пассажиров в день и об уникальных поездках, которые они совершают, чтобы определить наилучшее распределение поездов и их расписание.
Точно так же ИИ собирается трансформировать мировые отрасли грузоперевозок и судоходства за счет автоматизации и оптимизации маршрутов. Эти нововведения позволят снизить расход топлива и затраты, а также сократить время в пути.
Каждое из этих приложений ИИ / MО может существенно изменить жизнь миллионов людей. Они означают постепенное изменение способности человечества справляться с его величайшими проблемами. Есть еще много приложений, у нас нет места для обсуждения здесь, которые могут оказать столь же сильное влияние.
Однако такие глубокие изменения создают потенциально очень серьезные риски, если они не сопровождаются строгими гарантиями. Например, когда дело доходит до полицейской деятельности, прогнозирующая аналитика все чаще используется для отслеживания подозреваемых террористов, прогнозирования областей «горячих точек», где могут совершаться преступления, и эффективного распределения ресурсов правоохранительных органов для сдерживания, предотвращения и реагирования на эти преступления по мере их совершения. ,
Но ИИ может предоставить самодержавным правительствам пугающий набор инструментов для консолидации власти над своими гражданами. ИИ будет доступен полицейским государствам как все более эффективное средство мониторинга и консолидации абсолютного контроля над тем, что может стать все более несвободным населением без ресурсов или изощренности, чтобы дать отпор.
Используя ИИ / MО для продвижения к ЦУР, очень важно, чтобы мы предпринимали шаги по мониторингу и снижению рисков, которые могут серьезно помешать нашей способности их достигать. Они включают:
Злоупотребление и нарушение неприкосновенности частной жизни потребителей - например, из-за неспособности установить эффективный баланс между предоставлением доступа к данным для исследователей и обеспечением личной конфиденциальности пользователей. Это особенно беспокоит, если киберпреступники и хакеры получают личные данные.
Недостаточные инвестиции в открытые исследования ИИ (особенно со стороны правительств), что означает, что слишком большая доля исследований ИИ остается интеллектуальной собственностью корпораций, стремящихся получить прибыль.
Неспособность обучить, переподготовить и обучить рабочую силу, создавая группы населения с устаревшими навыками и ограниченными способностями к заработной плате.
Распространение предвзятости, присущей алгоритмам ИИ, которые кодируют дискриминацию в основу цифровой экономики, - и ДНК любой другой технологии, которая быстро смешивается с ИИ.
Чрезмерная зависимость от автоматизации и надзора за машинами, которая увеличивает риск системного краха финансовых систем, систем регулирования и цепочек поставок - и может помешать людям быстро принять командование для контроля над недостатками, как только произойдет сбой.