如果以创造性的方式加以应用，人工智能可以帮助应对新冠病毒。
我们有责任找出新的创新方法，充分利用人工智能的各项能力。
例如，识别新冠病毒相关研究中的规律，以及协助诊断。
人工智能（AI）有潜力帮助我们应对新冠肺炎疫情带来的紧迫问题。不过，真正产生差异的并非技术本身，而是使用它的人的知识和创造力。
事实上，新冠疫情危机很可能会暴露人工智能的一些关键短板。当前形式的人工智能——机器学习，通过识别历史训练数据中的规律来运作。如果使用得当，人工智能不仅有望在速度上超越人类，还能发现人类忽视的训练数据规律。
然而，人工智能系统需要大量数据，且这些数据中需包含相关示例，才能找到这些规律。机器学习还隐含地假定，当前条件与训练数据所代表的条件相同。换言之，人工智能系统隐含地假定，过去行之有效的方法在未来仍将有效。
这与当前危机有什么关系？我们正面临前所未有的时期。我们的处境与几周前相比有着天壤之别。我们今天需要尝试的一些做法，过去可能从未有人尝试过。同样，过去行之有效的方法，今天很可能已不再适用。
在这些局限性方面，人类与人工智能并无太大区别，这也在一定程度上解释了为何我们当前的处境如此严峻。若没有以往的示例可供借鉴，我们就无法确定最佳行动方案。我们传统的因果假设可能已不再成立。
人类的独特作用
不过，人类相较于人工智能具有一项优势。我们能够从一种情境中吸取经验，并将其应用于全新的情况，借助抽象知识对可能奏效的方法或可能发生的情况做出最佳推断。相比之下，人工智能系统每当情境或任务发生哪怕细微的变化，都必须从零开始学习。
因此，新冠疫情危机将凸显人工智能一直以来的一个本质：它是一种工具，其在任何情境下的价值，都取决于设计和使用它的人。在当前危机中，人类的行动与创新对于充分发挥人工智能的潜能尤为关键。
应对新情况这一难题的一种方法是，在当前条件下收集新的训练数据。无论对人类决策者还是人工智能系统而言，关于我们当前处境的每一条新信息，对于指导未来的决策都极具价值。我们分享信息的效率越高，我们的处境就能越快摆脱“前所未有”的状态，我们也就越能看到前进的道路。
诸如新冠病毒开放研究数据集（COVID-19 Open Research Dataset）（提供超过24,000篇研究论文的文本）、COVID-net开放获取神经网络（正致力于协作开发一套用于识别肺部扫描影像中新冠病毒感染的系统）以及一项邀请个人捐献其匿名数据的倡议等项目，都是人类汇集数据的重要努力，使人工智能系统能够筛查这些信息，从而识别规律。
第二种方法是运用人类的知识和创造力，完成人工智能系统无法完成的抽象工作。人类能够辨别算法可能失效的场景，以及历史训练数据可能仍然适用的情境，从而应对关键且紧迫的问题，至少在获得更新的数据之前是如此。
此类系统可能包括利用以往大流行病的数据预测病毒传播的算法，或帮助求职者找到与其技能相匹配的机会的工具。尽管新冠病毒的具体性质独特，劳动力市场的许多基本规律也已不再适用，但仍有可能找到应用人工智能工具的有价值途径，尽管这些途径或许范围有限、需审慎界定。
协作是关键
在新冠疫情期间，当多种不同角色的人类共同参与、协作投入时，利用人工智能工具的努力才最为有效。编写人工智能系统代码的数据科学家发挥着重要作用，因为他们了解人工智能能做什么，同样重要的是，也了解它不能做什么。我们还需要领域专家，他们理解问题的本质，并能够识别哪些过往训练数据在今天可能仍然相关。最后，我们需要跳出框架的思考者，推动我们超越既有假设，并发现令人意想不到的关联。
总部位于多伦多的初创企业Bluedot就是此类协作的一个范例。去年12月，该公司率先发现了中国出现的一场新疫情，是最早识别出这一情况的机构之一。其系统依托于创始人的远见（他坚信预测疫情爆发是可能的），并将多种不同人工智能工具的能力与流行病学家的知识相结合，后者确定了在何处以及如何寻找新发疾病的证据。这些流行病学家还会在最后环节核实结果。
不过，重新制定规则与打破规则并不相同。在应对当前需求的同时，我们还必须关注长期后果。所有参与开发人工智能系统的人员都需要恪守伦理标准，并考虑其所创造的技术可能产生的非预期后果。尽管当前危机十分紧迫，我们也不能为应对危机而牺牲基本原则。
关键结论在于：尽管存在种种炒作，仍有许多方式，人类在这些方式上依然超越人工智能的能力。近年来，人工智能取得的惊人进展并非技术本身固有的特质，而更多地体现了人类的非凡创造力，正是人类以极具创造性的方式运用了这一在数学和计算上十分复杂、但在根本上仍相当简单且有限的工具。
因此，在我们努力迅速应对当前问题之际，我们需要从各个层面持续汲取人类的创造力，不仅依靠技术专家，也依靠熟悉具体情境的人士，以及那些质疑我们的假设、发现新关联的人。正是这种人类协作，将使人工智能成为其有潜力成为的、造福人类的强大工具。
