疫情期间，我们对人工智能技术的采用明显加速。
三位专家在《麻省理工科技评论》上撰文指出，相关应用和实验涵盖范围广泛，从患者扫描到全球病例追踪与预测。
我们需要就如何应对未来危机所需的人工智能展开更深入的对话，同时避免造成更根本、更深层的权利真空。
这几个月已经证明，高度互联的世界存在种种风险。尽管各方努力限制国际和国内旅行，新冠病例仍在持续增长，且增长迅速；全球各地的不对称性也在以一种我们在2020年初可能无法想象的速度加剧。
然而，我们这个高度互联世界的数字化特性，或许恰恰能够提供一些关键解决方案，用于大规模推广新的方法，以应对与疫情直接或间接相关的诸多问题——这些解决方案正日益以数字化形式出现。问题当然不仅仅在于病毒本身：更关键的是人们对病毒的反应，例如我们需要调配哪些资源的信息，或是对企业为应对疫情所面临的更广泛影响的理解。
在这些数字系统中，很少有技术能像基于人工智能的解决方案那样受到如此广泛的推崇或被寄予如此大的期望。尽管人工智能目前看似新颖，但它本身绝非新事物。过去几十年间，一系列相互交汇的趋势促成了其近期的兴起，其中最突出的包括：更适合神经网络和深度学习计算任务的图形处理单元的兴起、来自互联网的大规模开放数据集的兴起，以及统计学习技术进步所带来的新算法的拓展等。疫情期间实验的显著增加，以及政府和企业随之而来的兴趣，代表着全球人工智能讨论中的一种新局面。对于该行业的现有企业而言，的确迎来了新的生机。
人工智能的新用例迅速在国际媒体上传播，例如：大规模快速评估患者扫描影像以改进新冠检测、提高全球病例追踪与预测的准确性、广泛收集和审查与提升认知和评估相关的网络文章，以及用于协助疫苗研发的先进化学分析。需要一些例子吗？
从BlueDot的预测性预警到阿里巴巴的人工智能诊断，延伸至交通领域，如香港地铁的自主机器人清洁设备，以及医疗人工智能的先行者波士顿儿童医院的HealthMap项目，这些项目展示了机器学习在实现某种公共卫生目标方面的更优应用方式。但这些案例在地域上也较为分散，其中，中国城市深圳的MicroMultiCopter的案例值得一提。而这还不是全部。同样值得关注的还有DeepMind的AlphaFold，以及美国疾病控制与预防中心的评估机器人，最后还有Facebook用于社交网络安全审核的应用。锦上添花的是，一些应用契合了内在的伦理规范，例如BenevolentAI的药物筛选项目。
疫情期间实验的显著增加，以及政府和企业随之而来的兴趣，代表着全球人工智能讨论中的一种新局面。
尽管这份应用清单可能令人目不暇接，但它表明，公众对人工智能作为现代技术格局中基础性组成部分的日益增长的潜力抱有更广泛的希望，商业界也对此有所认识。
话虽如此，无论炒作如何，我们仍需保持一份现实态度：对实验的需求正在转变为对规模化应用的需求。并非所有问题都需要人工智能解决方案，现有的人工智能解决方案也并非都能胜任许多高度不确定的问题；最重要的是，并非所有组织都已足够先进，能够有效部署和利用此类解决方案而不引发二阶效应。尽管大规模解决方案是必需的，且新的实践和手段已经到位以供实验，我们仍需确保，有意将这些实验付诸实施的组织，对于真正要完成的“任务”有透彻的理解。与大多数数字化转型一样，此类议程有时与其说关乎技术，不如说关乎文化、工作方式和心智模式的转变，只有实现这些转变，新的生产力、新的机遇和新的社会进步才能真正实现并得以持续。
这一关切还延伸至以下问题：各国政府和市级机构如何利用新一代新兴技术，以提高对高影响、低概率事件（例如大规模系统性冲击）的应对速度、规模和精细程度。同样，无论是希望为人工智能能力界定战略投资新领域的政府，还是希望在市场中寻找成熟人工智能应用的企业，都需要提出类似的关切。为了开展更成熟的讨论，我们需要从“希望人工智能做什么”转向更切实、更深入地探讨，为应对危机我们需要人工智能提供什么，同时避免造成更根本、更深层的权利真空。
不过，我们确实需要更进一步：尽管我们已提及的案例具有创新性，但仍需制定更广泛的战略，以有效预见人工智能所带来的核心问题和价值驱动型挑战。我们应如何建立有效的对话机制，探讨是否应牺牲隐私以确保医疗保健能力（或者这是否本身就是一个伪命题）、数据所有权应归私人所有还是由公共管理、某些人工智能应用所带来的不平等是否超过了能够获取这些应用的人所获得的益处，诸如此类问题，不一而足。
随着各国寻求借助人工智能重塑其后疫情时代的应对措施，并且将其作为未来公共卫生应对及更广泛的竞争力议程的核心要素，我们需要就人工智能的真正价值展开艰难的对话。尽管所有这些都始于对人工智能在大规模运营改进需求面前能做什么、不能做什么的切实认识。这些对话需要同步进行，并且需要立即展开，以构建更完善的应用框架。否则，在社会最需要这些技术的时候，它们的巨大潜力将无法为社会福祉带来任何助益。
