关于人工智能的这些疑问，看看专家学者们怎么说？

研究发现，人工智能有助于联合国可持续发展目标(SDG)的134个具体目标取得积极成果，但它也可能阻碍59个具体目标的进展。国际电信联盟(ITU)战略参与处负责人Fred Werner表示，在对偏见、隐私和道德问题表示关切的同时，还应思考人工智能数字鸿沟愈演愈烈的问题。

Werner指出：“发展中国家无法随时掌握丰富的数据集。”他呼吁将信息数字化，以充分利用人工智能。“找到以安全可靠的方式交换协作数据的先决条件非常重要。”他认为，只有可发现的数据才能扩展相关的人工智能解决方案。

人工智能培训会消耗大量能源，对计算资源的需求巨大。国际电联电信标准化局副主任Reinhard Scholl指出，只有较富有的国家和大学才有运行机器学习模型的计算能力。他认为，这成为人工智能和前沿技术民主化进程的障碍。

博特纳基金会的政策负责人Ulla Jasper认为，数字卫生技术具有带来新风险和新回报的“两面性”。然而，Jasper希望看到人工智能改善低收入和发展中国家年轻人的福祉。

Jasper指出，低收入和发展中国家应当利用新冠肺炎疫情对数字转型起到的加速作用。

博特纳基金会的坦桑尼亚AfyaTek项目，寻求借助数字卫生技术改善社区一级的卫生保健服务。通过将信息流数字化和使用生物识别数据，该项目旨在使五岁以下儿童不再出现可预防的死亡。

对于事实的重要性，克里斯托杜卢引用了赫布·西蒙(Herb Simon)、约翰·斯威勒(John Sweller)、约翰·安德森等的研究成果，而我早期在萨塞克斯大学开展对人工智能的研究时，也接触过这些学者的研究。她建议，对于事实的教学方式应该围绕着训练长期记忆来展开，以此来帮助我们弥补有限的工作记忆的不足。我们想要做到这一点的唯一方式就是，通过死记硬背的方式来将规则和信息强加给长期记忆。例如，我们可以将信息归并在一起，然后利用背景知识和规则来将其存储在长期记忆中。我认同学习事实在教育中的重要性，也认同只有在长期记忆中清晰地储备大量的知识，才有助于我们更好地施展诸如创造力和解决问题的能力等高级技能。然而，事实只是人类智能的一小部分，因此我们也不应过分夸大其重要性。

很多公司，如总部设于英国的世纪科技公司(Century Tech)，还利用机器学习技术来开发学习类平台，对此类系统进行训练时，开发人员使用了由神经科学家们提供的信息，使该系统能够跟踪学生的交互情况，其中包括每次的鼠标移动和击键。世纪科技公司开发的人工智能学习平台会利用学生、学生所在的年级组和学校提供的全部数据，在此类数据中寻找模式和相关性，从而为学生提供个性化的学习之旅。此类学习平台还能够为教师提供仪表板，让他们实时了解班上每位学生的学习状态。现在，研究人员很有可能可以开发出一款人工智能系统，可以用来教授大多数国家的中小学和大学所有领域的课程。

如何应对人工智能可能带来的伦理挑战?

报告发布会上，北京大学哲学系教授何怀宏指出人工智能是一种区别于传统人造物的机器，其能力对人类而言还有很多未被发掘的部分，我们应该进一步思考人和人工智能这一特殊关系，思考如何促进人工智能发展、人工智能如何给人类赋能、如何深入具体地将人工智能运用到各个领域、以及人工智能的运用会带来哪些新的问题。

中国社会科学院哲学所科技哲学研究员、中国社会科学院科学技术和社会研究中心主任段伟文探讨了人工智能伦理治理的主体问题。他指出，当前实践人工智能领域的伦理规范主要是以科技公司为主体，政府也应积极的参与到该领域的伦理治理中，扮演积极的角色，更加灵活地进行适应性治理。

北京大学法学院副教授、北京大学法律人工智能研究中心副主任江溯指出，随着智能性技术广泛使用，社会可能会慢慢变成“全景敞视监狱”，个人的自由空间可能会被压缩。我们应该在法律领域探讨相关问题，研判人工智能应用的法律限度并加以约束。