大流行時期負責任的人工智能

最近幾天，我收到了幾個關于人工智能(AI)對當前狀況的分析可能做出的貢獻以及幫助理解所實施的不同政策(例如本地或本地)可能產生的影響的問題。國家停業，檢疫或社會隔離。最具體地說，是如何負責任地進行AI。

首先，我想強調一點，人工智能確實可以幫助理解當前的狀況，因此，對于人工智能研究人員和專業人員而言，此時此刻要做的負責任的事情是利用我們的專業知識來分析和理解人工智能的傳播。，政策可能產生的影響，對社會和經濟的長期影響以及其他此類問題。但是，為了負責任地做到這一點，重要的是要公開并明確AI可以做什么和不能做什么。正如我經常強調的那樣，人工智能不是魔術，也不是我們所有問題的解決方案。負責任地開發和使用AI的一些主要要求包括健壯性，透明性以及對人權和原則的尊重。

首先，系統必須堅固。我們需要仔細研究所使用的技術和方法。特別地，使用數據驅動的方法來預測的傳播可能存在問題。這些方法通過關聯過去的數據來“學習”，目前我們還沒有足夠的關于類似情況的數據[1]。過去的結果并不能保證未來，尤其是當未來看起來與我們從過去所知的一切截然不同的時候。而且，可用的少量數據是不完整且有偏差的。例如，可以肯定的是，已經確認的感染者多得多，并且還沒有對已恢復者的完整統計。將現有數據用于機器學習方法會導致許多假陰性和假陽性。當前的情況可能是模型驅動的方法比數據驅動的方法更適合的情況。實際上，目前有幾個小組致力于(基于代理的)模擬。但是，模型的選擇必須以流行病學，社會學和心理學方面的可靠研究為基礎，連同合適的計算表示。這種類型的模型傾向于對設計假設和初始參數敏感。在提出這些系統以支持決策者之前，需要進行敏感性分析測試。從研究的角度來看，結合數據驅動和模型驅動的混合方法的工作尤其重要。

無論是數據驅動還是模型驅動，透明度都是至關重要的。使用了哪些模型和數據集，以及為什么使用了什么，為什么要咨詢了哪些專家，如何測試和評估了系統……如果沒有這些問題的明確答案，結果將不可信賴?，F在，世界比以往任何時候都負擔不起基于“黑匣子”做出決定的能力。如果您的系統無法提供其結果的解釋，請在考慮使用它對流行病進行任何分析或預測之前三思。同時，強烈建議使用AI來支持識別虛假新聞并限制其傳播。