AI城市面临的10个严峻问题

根据一份新的报告，智慧城市技术相关支出约为800亿美元，到2021年可能会达到1350亿美元。这些投资将带来更多机会，使城市变得更加便利，具有可持续性。但他们遇到了新的复杂挑战。

是什么让城市变得智慧了？智慧城市委员会（Smart CiTIes Council）提出三个核心价值观：

－ 宜居性：那些提供了清洁的、健康的生活条件，没有污染和拥堵的城市。借助数字化基础设施，让城市服务即时可用，随时随地。

－ 可行性：那些提供了有利基础设施（能源、连接、计算、基本服务）的城市，在全球范围内参与竞争，提供高质量的工作岗位。

－ 可持续性：那些提供服务而不会影响后代发展的城市。

在他们的这个列表基础上，我们增加了可学习性，也就是从出生到职业生涯这个和谐生态系统中公平获得高质量的学习机会。

在需求方面，人们正在走进城市寻找工作，寻求更好的生活质量。目前全球一半以上的人口居住在城市，预计到本世纪中叶将增加到三分之二。快速的城市化导致了污染、交通拥堵和犯罪等重大问题。所有这些都对智慧城市解决方案提出了需求。

在供应方面，廉价设备和宽带让世界一半以上的人口相互连通。传感器和摄像头，让我们拥有数十亿设备分享数据，也就是所谓的物联网。

互联的社区和廉价的存储为平台革命铺平了道路——我们在平台上工作、学习和娱乐，随着时间的推移，平台变得越来越大越来越好。

大数据和廉价的计算也让人工智能（AI）实现了爆炸式的增长，软件应用中那些懂得“学习”的代码，正在为我们生活的方方面面提供支持。有了像机器人、无人机和自动驾驶汽车这样的赋能工具，你就拥有了一个打造工具的世界。

“人工智能是影响社会的一个最重要的问题，”资深风险投资人Ted Dintersmith表示。

人工智能应用现在被普遍用于医疗（诊断疾病和改善公共健康）、交通（交通控制）、公共安全（面部识别）、制造（流程控制）和在线零售中。

投资和协调教育机会是智慧城市的起点，为创新经济做出贡献的地区将获得成功。

投资可持续性和减少污染相关政策，已经为中国城市带来了回报。

在基础设施方面，专注重点和合作伙伴关系是获得投资回报的关键。根据当地资产情况，各个地区应该选择一些重点领域，如医疗、物流或先进制造业。

最近AT Kearney的2018年全球城市报告对商业活动、人力资本、信息交流、文化经验和政治参与这几个方面进行了评估。虽然名单前列都是那些你期望中的城市——纽约、旧金山、伦敦、巴黎、新加坡——但中国也有六个城市被列入名单。他们的进步源于“专注于商业、政府和文化活动的举措，提供各种提高居民生活质量的措施，增加经营便利性，吸引更多投资以及全球众多公司的关注。”

我们看到快速发展的城市面临10个严峻问题：

1、 失业。我们现在可能接近于“充分就业”，但感觉又不是这样的。圣达菲研究所的教授Brian Arthur说：“随着数字化进程取代工人，那些逐渐失去经济机会的工人会感到一切都分崩离析，产生了对移民、不平等和傲慢精英的愤怒。”事情会变得越来越糟糕。自动化将让就业市场的中间部分逐渐缩小，虽然也会创造新的就业机会，但这相比失业来说更加难以预测。

2、 收入不平等。如果你认为去年人们就面临着收入不平等的问题，那就再等等看吧。开发机器人、在机器人方面投入资金，拥有这些机器人的人们正在自动化经济中取得胜利。收入不平等进一步加速，在加上就业混乱，所有这些都需要更广泛的收入保护。

3、 隐私。到2020年将有500亿台设备连接起来，其中包括10亿个摄像头——所有这些设备都将数据输送到人工智能平台。也许你已经注意到，今年Facebook脸部识别有显着的改善。中国深圳警方已经开始使用面部识别技术识别那些不遵守交通规则乱穿马路的人。我们正在接近于极度透明的状态，每次搜索、每走一步、每次测试，都会让商家，权威机构或保险公司知道。想保留任何隐私？这需要制定一些新的政策。

4、 算法偏见。你输送的数据越多，人工智能就会越智能。但它也很快就学会了我们的偏见和整个社会的偏见。例如，摄像头在种族敏感度方面会出现偏差，用于预测未来罪犯行为的软件显示出对黑人的偏见。人工智能被越来越多地用来决定谁能得到贷款，谁会投保，谁被雇用。防止偏见需要创造力，还需要努力。

5、 获取。我们所知的世界上最强大的工具已经创造出来了，而且每一天都变得越来越聪明。但是谁可以使用AI工具？谷歌开源了TensorFlow，上个月微软也开源了一些工具，但两者都需要一定技术复杂性才能使用。OpenAI是一家由Elon Musk和Sam Altman等人成立的非营利性人工智能研究公司，致力于开发对人类有益的开源AI。所有这些都是好消息，但获取工具和使用工具的人，才是一个无休止的挑战。

6、 机器伦理。谷歌公司的人工智能负责人John Giannandrea担心，偏见已经深植于机器人做出决策所依赖的很多机器学习算法中。“真正的安全问题，就是我们给这些系统输送了带有偏见的数据，使得算法也带有偏见。以自动驾驶汽车（AV）政策为例。如今自动驾驶汽车已经上路了，政府当局正在争先恐后地弄清楚是否要对自动驾驶汽车进行规范、怎样规范。他们提出了道德困境（例如，司机死亡或行人死亡？）并进行争论，但我们真的的希望有1万个政府当局都在研究制定他们自己的方法、构建他们自己独有的一套法律体系吗？

7、 武器化。美国前总统奥巴马将无人机攻击推向了高潮，这拉开了现代机械化战争的序幕。自动杀手机器人紧跟其后，全球人工智能军备竞赛不可避免。在美国与全球贸易和气候条约渐行渐远的同时，你是否看到了针对机器人战争的新日内瓦公约？

8、 人性化。机器会给我们的行为和互动方式带来怎样的影响？AI机器人在建立人类对话和关系方面的表现越来越好。再加上更好的校准和游戏化，使得使得我们对视频和手机游戏更容易上瘾。在阿片类药物之后，科技成瘾会成为下一个成瘾热潮吗？如果不是成瘾危机，人工智能是否会制造异化和仇恨，是否会威胁到人类的尊严？答案是什么，还要结合着实践和政策来看。

9、 基因组编辑。机器正在学习识别肿瘤和编辑基因组。这是个好消息，但也引发了一系列关于谁可以出于什么目的编辑基因这一棘手的问题。全球80亿人口中，谁可以获得精准医疗？

10、 坏AI。Elon Musk认为相比朝鲜来说人工智能要更加令人担忧。他的创业公司Neuralink正在构建一个大脑界面，这样我们才能足够聪明跟得上超级AI——Nick Bostrom认为这可能是人类需要制造的最后一项发明。

这需要几年时间，但技术讲继续加速发展，从而产生非常强大的计算机、先进的武器装备、太空旅行、人类长寿（对某些人来说）、逼真的VR、调优的情绪和动机控制。当然在很多方面也会变得非常糟糕，非常糟糕。Musk希望我们要开始考虑对人工智能加以限制。Zuckerberg认为他是危言耸听。双方应该进行一次对话。