人工智能惠及人类

人工智能工具和技术的使用正给许多不同领域带来新的机遇。人工智能和其它算法广泛用于在线搜索、娱乐、社交媒体、自动驾驶汽车、视觉识别、翻译工具、智能助手/扬声器、语音转文本和许多其它应用。

2. 偏见：虽然人工智能可以非常有用，但它也可能会在无意中产生不良或不恰当的目的或意外的结果。人们越来越担忧人工智能和机器学习算法中的种族、残疾和性别偏见问题，以及它们对整个社会产生的更广泛的影响。人工智能机器学习模型的准确性取决于训练人工智能模型的数据的质量和数量。在现实生活中，数据标签往往做得很差。需要实现数据集的标准化。数据也往往有偏颇。需要开展有关人工智能道德应用的培训课程，而且不仅仅是面向计算机工程专业的学生。

3. 数据可用性和所有权：获取数据非常困难。需要确定在哪些情况下可以提供数据以及向谁提供数据的最佳做法，同时尊重数据的所有权和对某类数据做出的明确的保密承诺。

4. 数据隐私和安全性：网络攻击导致的安全漏洞可能会产生可怕后果。联邦学习等技术可以降低风险，使人工智能模型能够在本地保存数据的设备上进行训练而无需交换数据，同时隐私保护技术有助于保障个人数据得到保护。

5. 有限的知识技能：人工智能可以解决许多问题，但仅有少数专家知道如何以道德的方式应用人工智能。许多研究人员指出，有必要让社会学家和决策者参与讨论，而不是假设由少数“技术专家"、计算机工程师和数据科学家设计的人工智能将得到合乎道德的使用。教育是学习负责任地使用人工智能的关键。

6. 人工智能的公平使用：人工智能研究是一项计算密集型工作。对计算能力和数据的不平等获取加深了少数拥有资源的公司和精英大学与世界上没有资源的其他人群之间的鸿沟。

在与SDG3有关的医疗保健领域，人工智能被用来帮助提供远程健康检查和后续跟进工具。人工智能可以分析大量数据，汇集从大量患者群体身上得出的看法，改进诊断和预测分析。人工智能已被成功用于通过肺部扫描和影像诊断新冠的模型，或区分新冠引起的咳嗽和其它类型的咳嗽。人工智能和大数据具有完善医疗系统的潜力，优化医院的工作流程、提供更准确的诊断、优化临床决策，以及以更低的成本提供更好的治疗和更高质量的护理。

图：健康中的自学模型​

来源：Babyl

1. 在与SDG4有关的教育领域，人工智能被用来监测学生的注意力或情绪，以确定儿童学习某些科目的舒适程度，识别在考试结果出来之前备受煎熬的学生。在许多国家，人工智能正被用于开发个性化测试工具，以识别学生的薄弱环节并帮助他们提高。

2. 在金融领域，人工智能通常为会计和投资工作提供洞察和帮助，包括日常任务自动化和发现新的数据模式，利用小额投资助力消除贫困（SDG1）或引入新的金融服务和基础设施（SDG9）。

3. 在制造业、工业和可持续经济增长（SDG8）方面，自动化、第五代（5G）移动电话、物联网（IoT）和更广泛的机器人技术的使用改变了亚洲、欧洲和美洲的工厂、补给站和仓库，提高了制造、生产和分销效率。

4. 在线翻译和发布软件改变了在线发布、媒体以及包括书籍和网站在内的文本和材料的分发。许多行业现在使用聊天机器人和智能助手来处理日常的客户查询和问题。

5. 在交通领域，人工智能正在助力推动全自动车辆和自动驾驶系统（ADS）的发展，通过自我学习程序稳步提高其驾驶和导航技能，并通过城市空间进行实时交通管理。

6. 在农业领域，人工智能可用于农场管理，根据作物、土壤和天气监测数据进行预测分析，以支撑决策和优化资源（水、肥料等）的使用。它可以通过分析植物图像和牲畜行为数据来帮助检测虫害和疾病。农业机器人和自动化技术在许多消耗资源的任务中节省了劳动力。

图：2020年拥有新兴技术战略的国家数量

来源：国际电联年度监管调查。


制定标准

展望未来，国际标准—人工智能及其它技术发挥良好作用所需的技术规范和要求—可以通过设置明确的界线和实现可预测、可靠且高效的机器学习（ML）来帮助应对真正和可感知的风险。

人工智能和机器学习正在国际电联的标准化工作中取得进展，研究、分析和利益攸关方讨论的重点是网络编排和管理，多媒体编码，服务质量评估，电信管理、运营和服务的各个方面，以及有线网络、数字卫生、环境效率和自动驾驶。


无线电通信标准中的人工智能

国际电联无线电通信部门（ITU-R）各研究组和即将发布的报告研究了人工智能在无线电通信中的使用：

• ITU-R第1研究组涵盖频谱管理的所有方面，包括频谱监测。第241/1号课题研究的是“评估或预测频谱可用性的方法"。
  
• ITU-R第6研究组致力于广播业务，正在研究人工智能和机器学习的应用：
• ​  § ITU-R第144/6号课题“人工智能在广播中的应用"研究人工智能技术的影响，以及如何利用它们来提高节目制作、质量评估、节目汇编和广播发射的效率。
  
•   § ITU-R BS.1387建议书“感知音频质量的客观测量方法"研究广播领域中的人工智能。
  
•  §  ITU-R BT.2447报告“用于节目制作和交换的人工智能系统"讨论的是当前的应用和近期的举措，并定期修订以体现人工智能在广播领域中的最新应用进展。

针对人工智能和机器学习的ITU-T标准

从事网络业务的ICT公司正在引入人工智能和机器学习，以优化网络运营并提高能源和成本效率。国际电联新标准提供了一个将机器学习集成到5G和未来网络中的架构框架（ITU-T Y.3172）；一个评估网络不同部分智能水平的框架（ITU-T Y.3173）；以及一个支持机器学习的数据处理框架（ITU-T Y.3174）。这些标准源自ITU-T“面向包括5G在内的未来网络的机器学习"焦点组开展的讨论。

2020年推出的ITU-T 5G中的AI/ML挑战赛汇集了全球志同道合的学生和专业人士，研究人工智能和机器学习在新兴和未来数字通信网络中的实际应用。第一届挑战赛吸引了来自62个国家的1300多名学生和专业人士，争夺全球认可和36000美元的奖金。通过对照新兴人工智能和机器学习解决方案，该挑战赛培养了一个社区来支持国际电联标准的演进。查看挑战赛GitHub（可点击链接：https://github.com/ITU-AI-ML-in-5G-Challenge）。

ITU-T“人工智能及其它新兴技术的环境效率"焦点组旨在衡量最佳做法，并介绍制定标准化环境框架的途径。

与世界卫生组织（WHO）共同设立的ITU-T“人工智能促进医疗卫生发展"焦点组正在努力建立一个框架和流程，用于衡量人工智能促进医疗卫生发展解决方案的表现，包括在应对新冠疫情方面的表现。它代表着一个向来自不同领域的所有利益攸关方开放的开放平台。焦点组从事多个领域（例如，机器学习/人工智能、医学、监管、公共卫生、统计）的工作，并包括重视标准化基准框架的决策者。

ITU-T“人工智能促进自动驾驶和辅助驾驶"焦点组正在努力制定国际标准，以监测和评估人工智能“驾驶员"在控制自动驾驶车辆方面的行为表现。

2020年1月发起的“人工智能与数据共享"全球举措汇集了与可持续发展目标相一致的人工智能项目的主要资源，支持快速实施，旨在助力人工智能惠及人类项目扩大规模并推广至全球。

人工智能和机器学习广泛用于开发提高语音和其它音视频（AV）数据质量的模型。ITU-T“人工智能促成的多媒体应用"工作组（ITU-T第5/16号课题）正在讨论音视频流、逐步下载和自适应比特率音视频（ITU-T P.1203）以及视频流（ITU-T P.1204）进行质量评估所需要的标准。

新的ITU-T标准涉及智能网络分析和诊断（ITU-T E.475）以及机器学习模型的创建和性能测试，以评估传输网络对4G语音业务的语音质量的影响（ITU-T P.565）。其它标准则涉及环境可持续性、有线网络以及服务提供和电信管理的运营问题。

国际电联的其它新标准介绍了基于大数据和人工智能技术的数据中心基础设施管理（DCIM）系统（ITU-T L.1305），旨在减少数据中心的能源需求，并为高级有线网络平台提供框架，以支持行业为人工智能辅助有线网络提供高级多媒体服务（ITU-T J.1600）。


人工智能和信息通信技术用于解决发展问题 

国际电联正在收集和传播有关有效和可持续人工智能解决方案的信息，以便向相关利益攸关方提供采用和利用相关人工智能应用的证据和知识。粮农组织和国际电联发布了《电子农业行动报告：人工智能促进农业发展》，介绍了有关人工智能在农业中的应用的案例研究，提供了有用信息，并对实施、成功因素和经验教训提出了宝贵见解。

此外，国际电联还直接参与了一些有前途的人工智能应用的部署和测试，以支持SDG相关服务和工具的提供。国际电联与世卫组织和塞内加尔卫生与社会行动部密切合作，正在该国领导一项人工智能应用的试点测试工作，用于自动检测糖尿病视网膜病变，以提高筛查的覆盖率和可及性。该解决方案可以支持眼科医生分析视网膜的数字图像。

国际电联发布了人工智能和大数据促发展4.0报告，强调机遇并概述了供实施的良好的政策和监管实践，同时提出了管理和克服障碍的建议。该报告介绍了促进发展的国家人工智能和数据系统的组成部分，包括治理、监管、道德考量、数字和数据技能、技术创新前景和国际合作机会等。



最后更新日期：2023年1月