疫情展现了人工智能加快实现可持续发展目标进程的潜力。
人工智能有望应用于卫生、气候变化、农业和交通领域。
但我们必须确保以可信、透明和包容的方式运用人工智能。
七年前，世界各国领导人在纽约会晤并达成协议，确立了17项可持续发展目标（SDG），以应对贫困、饥饿、不平等、气候变化和卫生等重大挑战。
毫无疑问，过去几年里的疫情使人们的注意力从其中一些问题上转移开来。但早在新冠疫情之前，联合国就已发出警告，指出实现可持续发展目标的进展速度和规模都不够。到2030年实现这些目标将十分艰巨。
然而，我仍然保持乐观。疫情以无可比拟的方式展现了跨越国界、协同合作、造福社会的力量。它促使各方集中精力、资金和政策，加快对病毒检测、疾病治疗、疫苗和生产平台的研究。
人工智能在加快实现可持续发展目标方面的作用
全球各界齐心协力，在发现病毒后一年内研制出有效疫苗，这是一项非凡的成就；这些疫苗及其他疗法大幅降低了病毒的致死率。这要归功于世界各地科学家的才智、毅力和创造力。但他们并非独自奋战：人工智能（AI）也发挥了关键作用。
美国公司莫德纳是最早推出有效新冠疫苗的企业之一。它能如此迅速地取得突破，一个原因是借助人工智能加快了研发。莫德纳首席数据与人工智能官戴夫·约翰逊解释说，人工智能算法和机器人自动化帮助他们将每月手工生产约30种mRNA（疫苗的关键分子），提升到每月能够生产约1,000种。
莫德纳也在利用人工智能辅助mRNA序列设计。其联合创始人努巴尔·阿费扬最近在访问帝国理工学院期间预测，未来几年免疫医学将取得“巨大进展”，我们可以期待一个医学更注重预防、而非被动应对的未来。
“如果我们能及早发现疾病并延缓其发展，至少就能以低得多的成本产生大得多的影响，”他说。这很好地说明了人工智能如何为科学家节省时间，加快发现进程，并集中精力解决重大挑战。
我们还看到人工智能技术推动医疗保健其他领域取得进步，例如癌症和疟疾筛查。谷歌健康、DeepMind、英国国家医疗服务体系（NHS）、西北大学以及帝国理工学院的同事共同设计并训练了一个人工智能模型，用于从X射线图像中识别乳腺癌。
研究人员使用近29,000名女性的乳腺X线摄影图像训练这一计算机算法。结果显示，它在识别癌症方面与人类放射科医生同样有效。在疫情后患者积压严重、世界各地的卫生服务系统不堪重负之际，这类技术有助于缓解瓶颈、改善治疗。
在疟疾检测方面，借助人工智能开发的手持式芯片实验室分子诊断系统，可能彻底改变非洲偏远地区的疟疾检测方式。该项目由“非洲数字诊断网络”牵头，汇集了加纳的MinoHealth AI Labs和帝国理工学院全球发展中心等合作伙伴。这项技术有望为全民健康覆盖铺路，推动我们实现可持续发展目标3。
人工智能的进步还有许多其他益处：它可以帮助我们理解气候变化（可持续发展目标13），推动向可持续交通系统转型（可持续发展目标11），并加快农业科技发展，帮助农民消除粮食匮乏和营养不良（可持续发展目标2），同时也能助力其他可持续发展目标。
例如，英国国家数据科学与人工智能中心艾伦·图灵研究所正在运用机器学习更好地理解气候与北极海冰之间的复杂相互作用。
随着全球人口不断增长，我们在粮食需求和生产方面面临挑战——既要设法减少营养不良，也要应对对地球造成的影响，例如森林砍伐、排放和生物多样性丧失。为满足这些需求，人工智能在农业中的应用迅速增长，使农民能够提高作物产量、指挥机械自主完成任务，并在虫害发生前识别其迹象。
智能传感技术也在帮助农民更有效地使用肥料，减少对环境的损害。一项令人振奋的研究项目由英国工程与物理科学研究委员会（EPSRC）、英国创新署和Cytiva资助，将帮助种植者优化作物施肥的时间和用量，并考虑天气、土壤状况等因素。这将降低土壤过度施肥带来的成本和危害。
随着城市和国家努力减轻空气污染影响、改善基础设施，建设可持续的智能交通系统也至关重要。过去十年，人工智能推动了交通与出行领域的变革，涵盖自动驾驶汽车、拼车应用和路线规划工具。人工智能也被用于提高公共交通系统效率、减少交通拥堵和污染，并改善安全。
尽管人工智能有益于研究和医学，但将其融入社会和创新并非总是一帆风顺。近期围绕面部识别、自动化决策和新冠疫情相关追踪的争议，引发了一些谨慎和疑虑。我们需要确保以可信、透明和包容的方式运用人工智能。我们还必须确保采取国际协调、协同合作的方式，就像疫情期间那样。
世界经济论坛全球人工智能行动联盟汇聚了100多家领先企业、政府、国际组织、非营利机构和学者。他们共同承诺，在尽量降低人工智能风险的同时，最大限度地发挥其社会效益。
我们必须建立良好的流程和实践，确保以积极、合乎伦理的方式开发人工智能，使公民和政府能够充分采用并使用这项技术。
我们现在必须携手合作，确保人工智能能够加快实现可持续发展目标的进展，帮助我们重回正轨，在2030年前实现这些目标。
