人工智能助力可持续发展的挑战与思考

蔡雄山

食物、能源和水（Food ，Energy， Water ，简称FEW）是人类存在的基础，是人类未来之所系，也在联合国17个可持续发展目标之中。日益严重的食物、能源和水问题是当前人类整体所面临的全球性难题。2020年，新冠肺炎疫情更是加剧了联合国可持续发展目标实现的难度。如何用科技助力解决食物、能源和水问题等危及人类生存的紧迫性挑战，成为国际社会探讨的问题，中国企业也在积极思考和行动。

作为一家中国互联网企业，腾讯于2019年4月率先向国际社会提出“AI for FEW”倡议，探索使用人工智能（AI）等新兴技术为人类面临的FEW问题提供解决方案，助力实现全球可持续发展目标。在腾讯的推动下，目前“AI for FEW”已经成为国际性议题，获得了国内外广泛关注与积极反响。如何让“AI for FEW”成为社会各界的行动指南，落实到具体实践中，正是利用科技助力可持续发展的重要抓手。

实践与探索的启示：大有前途

近年来，企业在利用人工智能应对食物、能源和水的挑战方面进行了有益的探索。在食物问题方面，人工智能可以分析与环境温度、降雨量、土壤盐分、营养、病虫害、商品价格等相关的数据，从而帮助提升农作物的产量以及帮助农业从业者合理规划农作物生产种植。2018年，腾讯 AI Lab 曾参加由荷兰瓦赫宁根大学主办的国际人工智能温室种植大赛。在黄瓜种植项目中，腾讯的 AI 专家建立了一套模拟气候环境和作物生长的仿真器，将农业专家的知识和经验嵌入仿真器中，开创性地搭建出了农业人工智能系统。最终，这个智能系统在利用遥感技术采集的农作物生长情况、温湿度和供水情况等数据的支持下，在一个50平方米的温室里种出了3000公斤以上的黄瓜。与同类农业专家相比，产出是他们的5倍以上;种植水平相当于具有10年种植经验的人类种植者。

在能源方面，人工智能可以用于预测能源需求、帮助调度能源供应、协调清洁能源生产等。例如，在国家能源集团南宁电厂，首个AI实验项目已将锅炉热效率提高0.5%，一臺60万千瓦机组年节约燃料费用200多万元。若在全国2000多家电厂推广，每年可为火电行业节约燃煤消耗、污染治理等成本70亿元。

在水资源方面，人工智能则可以帮助优化生产和家庭用水、预测水资源供应以及监控水质等。近期，微软宣布了一项雄心勃勃的承诺，即在2030年为微软直接运营的项目或者区域提供充足的水资源，其核心措施就是利用人工智能等技术改善水质和提高水利用效率。

从技术到应用的挑战：道阻且长

人工智能作为目前最前沿的技术之一，已经在FEW领域进行了初步应用，但要充分发挥其潜力，还面临几个方面的困难。

第一，人工智能技术障碍仍需突破。尽管人工智能可在部分虚拟或人造环境中有优秀表现，但由于存在技术困难，仍难以直接迁移到现实中。第一，在现实环境中目标往往是不确定的或不是单一的。第二，奖励延迟。行动所带来的影响可能需要很长时间才会显现，这会使得发现最佳策略的难度加大。第三，人为构建的模拟环境是对现实环境的抽象和简化，往往并不准确;而且现实世界中可能还存在某些影响人类行为后果的外部或未知因素，但模拟环境可能无法体现这些因素。第四，模型通用性障碍。由于目前人工智能还不能将经验举一反三，即使在一些相似度高的案例中也往往因为一些细微的调整，需要重复训练数据。

第二，人工智能的训练和研发需要大量数据支撑，但目前各行业数据孤岛现象较为严重。例如，能源、食物领域需要大量数据标记，但作为传统行业，其生产流程标准比较落后，缺乏大规模具有标识的数据样本。同时，掌握有价值数据的同一行业上下游的企事业单位数据流通渠道不畅，缺乏统一兼容的可靠管理。长此以往，数据质量差、数量有限、不全面等问题会导致AI偏见，对人工智能的应用产生不利影响。

第三，食物、能源、水等重大基础领域，网络安全问题至关重要。以能源为例，能源企业大多涉及公共服务，人工智能将能源网络各个连接点关联在一起，安全问题不容忽视。尤其在跨境传输电力中，数据误差或者延迟会导致设备配置错误，进而影响系统稳定供应和完整性等。此外，由于人工智能的应用需要大量数据维系，防止数据源污染、深度伪造、智能窃取等问题就尤为重要。

第四，跨领域人才短缺。利用人工智能解决食物、能源、水等基础问题，需要大量高层次跨学科人才，他们既要了解人工智能等高科技领域，又要了解食物、能源、水等基础领域，而当前我们缺乏此类人才。

关于推进“AI for FEW”的几点思考

食物、能源和水是我国利用人工智能贡献可持续发展的重要领域。面对诸多挑战，未来还需要长期而持久的努力，建议从以下几个方面推进和突破。

一是普及可持续发展理念，引发全社会更加关注FEW相关问题。“AI for FEW”作为可持续发展新兴理念，目前在国际社会已经获得了普遍关注和积极反响，但是在国内仍需要进一步普及理念，引导社会各界积极关注，共同致力于相关问题的解决。二是加强人工智能在FEW领域的基础研发和应用。人工智能在食物、能源、水方面有广阔的应用空间，也是未来工业互联网等的发展方向。国家应积极引导相关的人工智能基础研发及应用，包括在人工智能安全领域的投入等，攻克技术难题，把相关核心企业纳入国家人工智能开放创新平台。三是加快复合型人才培养。当前跨领域人才是人工智能在FEW领域发展的短板，亟需培养具有交叉学科背景、跨领域的复合型人才。四是进一步完善相关体制机制。可持续发展问题需要政府积极引导，同时也需要相关企业、研究机构等积极参与。因此，需要完善相关沟通机制，形成政府引导、企业参与、社会关心的有效协作机制，加快科技助力可持续发展的实际行动。

作者系腾讯研究院资深专家