全文共4488字，预计阅读时间14分钟

作者 | Emily Cheng、Zoe Peng、Benny Liu

编辑 | Poppy Tan

2015年，193个联合国成员国共同签署了《2030年可持续发展议程》，为人类与地球的和平与繁荣绘制了蓝图。可持续发展议程的核心是17项可持续发展目标（Sustainable Development Goals,以下简称SDGs），这是所有国家——发达国家和发展中国家——在全球伙伴关系中采取行动的紧急呼吁。可持续发展目标的实现不仅是体现在道德方面，而且很关键的也包括经济方面。大家意识到贫穷和其他资源匮乏问题的解决措施需要与提升健康和教育水平、减少不平等和刺激经济增长等策略一起实行，同时还需应对气候变化和保护海洋与森林资源。

迄今为止，尽管在某些方面取得了一定进展，但总体来说SDGs的实现情况仍滞后于原定的目标。因此，亟需包括商界、政府、学术界、多边机构和非盈利组织等在内的各方力量利用不同工具加快目标的实现。其中，涉及大数据、机器人、物联网和人工智能的数字技术将会发挥非常重要的作用。

合适的数据和AI模型能够加深我们对于可持续发展总体目标以及169个具体目标之间关系的理解，思考这些目标之间是协同作用还是需要权衡取舍。例如，全球有约10亿人正面临电力短缺的挑战，约30亿人仍使用木炭或动物粪便做饭。清洁能源的匮乏对教育、经济状况和性别平等这三个目标的实现都产生了负面影响。AI的应用可以提升我们理解任务和优化行动的能力，从环境与能源、农业、交通、医疗、教育和人居等六个方面助力可持续发展目标的实现。

PwC和世界经济论坛的报告中指出，AI可以从六个方面对环境产生积极影响：气候变化、生物多样性保护、海洋健康、水资源安全、空气质量，以及应对极端天气和自然灾害的能力。据PwC预测，到2030年，AI在环境方面的应用能够产生约5.2万亿美元的价值。

在风能和太阳能基础设施的设计和运行中引入AI可以提高设备效率，例如调节涡轮朝向以最大化风能采集。Google和DeepMind曾利用机器学习技术将700MW风能的价值提升了20%。2016年，Google与DeepMind共同研发了一个由AI驱动的推荐系统来提升运营Google Search、Gmail和YouTube等热门应用的数据中心的能源效率，其中AI可以独立地控制设备冷却系统。每五分钟通过成千上万的传感器采集一次冷却系统图像，并将其输入深度神经网络。云端AI能预测出可行的操作组合如何对未来能源消耗产生不同影响，然后AI系统识别出哪一种操作可以在保障安全的前提下将能源消耗最小化。这些操作将被传回数据中心，并在实施前由本地控制系统进行验证。系统的自动化能让设备以更高的频率进行更细粒度的操作，并且极大降低错误概率。据悉，运用AI系统，使Google的数据中心能耗降低了40%。Deepmind团队认为，这一技术如果能大范围推广，将会给我们生活的环境带来很大的改善和提升。

图1. Deepmind使用机器学习控制数据中心的前后能耗对比

AI在野生动物保护中也发挥了重要作用。Wildbook是一款帮助动物研究员有效评估动物种群的软件，其中AI基于特征和标记可以从照片中识别出动物个体。

通过在城市各处部署大气传感器、水质传感器、湿度传感器、电网检测设备等物联终端，结合无人机巡检，可以获得各类环境与能源数据。数据进入动态分析平台后，通过AI分析为市政部门展示环境与能源的可视化数据，并给出合理调配方案。当出现紧急情况时，及时发出警报并制定解决方案，从而提升政府管理能力。

统计数据表明，全球每年有约三分之一的食物被浪费，意味着每年8%的温室气体增量和四千亿美元的经济损失。AI一方面可以作用于食物和农业价值链以减少食物浪费，例如在生产环节减少作物损耗，提升存储分销和新鲜食物加工能力，以及在零售和消费者环节减少食物浪费。Google与Ellen MacArthur Foundation的研究发现在减少食物浪费方面的举措到2030年可以产生约1.27千亿美元的价值。

AI另一方面有助于提高食物生产和消费的效率和可持续性。通过部署各类传感器和无人机，AI可以更准确地预测天气，智慧农业系统也可以远程获取环境中的空气温湿度、土壤水分温度、二氧化碳浓度、光照强度数据和视频图像。通过向管理者推送实时监测信息，实现现场环境的信息化和智能化远程管理。根据供需关系调节种植计划，抵抗病虫害，以及优化水、肥料、农药等生产要素配比。美国的Blue River公司是该领域的领先者，通过采用计算机视觉的方式，实现精准喷洒农药。（2017年Blue River被美国的农机生产企业John Deere以3.05亿美元收购。）总体而言AI帮助减少人工成本，进行精准调控，有效降低生产风险。

AI还能用于化学和生物系统分析，提高植物育种、生物技术和农用化学品研发的效率。随着农场数据量的增加，AI将在生产者的决策中扮演越来越重要的角色。同时，在全球食物供应链效率的提升中，基于历史和实时数据，AI能更准确地预测消费者和零售商需求，通过对全球食物供应链的匹配，促进食材生产和消费的本地化。AI还可以用于可持续性食物的开发，例如生产替代性蛋白质的公司利用AI发现能够模拟畜产品的成分组合。

此外，自动驾驶农机也将给这个传统领域带来新的变革。

深度学习技术通过对图像、文本和声音等大量历史数据的识别与分析，可以提升路况识别、高级驾驶辅助系统和路线规划能力。语音识别与自然语言处理技术可以应用于交通服务领域，如车载娱乐系统和货物追踪系统。计算机视觉技术主要应用于路况检测、安检扫描、流量监控和值机登记等场景。从运输设备的预测性维护到运输过程的路线优化，大数据分析技术都发挥了重要的作用。智能机器人可以在货物分拣、搬运、包装等重复性工作中替代传统人力，从而提高运输效率。根据不同的应用场景，主要包括AGV机器人、码垛机器人和分拣机器人。

超低时延和高可靠性的5G通讯网络有助于实现车、路、人的整体互联，从而构建城市智慧交通网络系统。5G通讯提升了车联网中高速大规模数据传输、边缘计算和云计算的可靠性，有助于实现V2I和V2X。智慧交通系统将从司机、交警以及视频监控系统等信息源采集的信息汇集到城市指挥中心，大数据集中分析后制定出优化方案，并实时反馈给相关管理人员和交通设施，从而对城市交通进行智能掌控。例如，综合分析车辆速度、数量和分布密度等数据，科学调节红绿灯转换，有效降低车辆等待时间。智慧交通系统还可以为私家车科学规划出行路线和解决停车难题，预计将为每位居民节省约19.4小时/年的交通时间。基于人脸识别和车牌识别等AI技术，翻越护栏、闯红灯和车辆逆行等违法行为将会得到相应的警示与惩戒，从而进一步提高公众的文明出行观念。智慧交通系统与L4级别自动驾驶的实现，能够显著提升出行的安全性，同时有利于降低犯罪事件的发生概率，加强社会稳定。

医疗领域一直是一个人工智能赋能极具潜力的市场，从门诊医疗流程优化到药物研发，AI都能找到许多可行的应用场景。AI能通过监测患者群体和医疗数据对传染性疾病的爆发和公共健康紧急事件做出预测。基于对因果关系的模拟，公共卫生机构可以进行实时调查以减缓传染病的蔓延。AI也能用于慢性疾病的治疗，例如利用大数据和卫星图像定位某种疾病或健康问题多发地区。基于移动连接性的提升、数字健康系统和资源配置数据，AI还越来越多地应用于基础医疗资源的配置和医疗机构行政工作。例如，AI可以优化患者行程，自然语言处理技术可用于简化临床文档和语音转文本，这些功能在人口老龄化导致家庭护理需求增长的发达国家，和医疗服务需要上门提供的发展中国家都很重要。机器学习技术通过对健康数据的快速分析，可以大大降低药物研发的时间和成本，还能支持不同环境中药物功效的研究。AI也被用于疾病本身的研究，例如在非结构化医疗文献中找到可用信息来支持假说，同时助力相关新药研发。德国、美国和法国的研究员发现在皮肤癌的诊断中，AI展现出了优于皮肤科医生的能力。IBM和纽约大学的研究者联合发表了一篇关于AI如何用于青光眼检测的论文，Google关于肺癌检测的研究工作也涉及到机器学习技术。基于AI的系统有助于诊疗和其他健康服务在医疗资源匮乏地区进一步推广与普及。虽然在诊疗的关键决策中，人类的参与是必不可少的，但AI通过对效率的提升，可以让医生更专注于高价值工作。

未来大范围普及的可穿戴设备能实现监测居民的心率、血压和体温等健康状况，将信息传输至居民智慧医疗管理系统。基于居民健康数据的分析结果，提出健康保险计划和预测性医疗方案。当意外情况发生时，可穿戴设备将发出警报，系统接到警报后能够自动联系医疗机构采取应对措施。在医院，具备视觉、触觉功能的机器人将使远程诊断甚至远程手术得到大范围推广。由于健康管理和远程医疗能力的增强，医疗资源利用率将得到极大提升，每位居民花费在医疗事务上的时间将缩短约9.7小时/年。

智慧教育的重要组成部分是以学生为中心开发的自适应学习系统，针对学生具体情况和需求提供个性化解决方案，了解学生知识掌握情况，评估分析学生学习能力并进行实时教学指导。通过AI优化教学内容，关注学生思辨、创新等各方面能力的培养。

AI在教育中的应用改变了整个教学流程，通过代替教师的授课职责、接管教学任务，颠覆性改变以往教学模式，因材施教。同时基于大数据、机器学习深入评估分析学生日常及考试表现。虚拟导师可以为学生答疑解惑，并根据学生的反馈调整解答方式，直到学生掌握知识为止。同时，系统家长端的实时汇报功能可以让家长随时掌握孩子的学习情况，并通过在线互动的方式鼓励甚至奖励孩子。这种情况下，教师人力得到释放，可专注于教学研究以及学生一对一交流。还可以远程连接优秀教师和学生，利用AI技术打破时间和空间壁垒，实现教学资源跨校区流动，并向教学资源匮乏地区输入优质教学资源。

具有多学科性质的教育机器人在教学中的应用也越来越普遍，机器人可以协助教师展现工程和技术概念的真实应用场景，将科学概念具体化，消除抽象性。机器人教学还可以增强参与者的批判思维，促进团队合作，提高沟通交流和创新能力。AI技术也逐渐渗入校园环境中，实现物理层和数据层的信息交流互通，并汇集于数据中心以支持日常管理和风险应对。智慧校园即利用人脸识别、语音识别等AI技术为学校提供校园安防、课堂管理、支付消费等一体化解决方案。

智慧人居就是以住宅为平台，利用综合布线技术、网络通信技术、安全防范技术、自动控制技术、音视频技术、AI技术将家居生活有关的设施集成，构建高效的住宅设施与家庭日程事物的管理系统。基于物联网技术，硬件、软件系统、云计算平台构成一个家庭生态圈，实现人远程控制设备、设备间互联互通，设备自我学习等功能。最后，通过收集、分析用户行为数据为用户提供个性化的生活服务，提升家居安全性、便利性、舒适性和艺术性，并实现环保节能的居住环境。

AI图像识别技术在家庭智能安防系统中发挥了重要作用。具备视频通话、环境感知、物体识别和行为识别等功能的智能摄像头可以识别门廊处是否有快递包裹，区分家人与入侵者，并且自动分析监控视频定位关键事件发生场景。基于AIoT的智能门锁能够快速精准地进行人脸识别，真正实现无感通行。智能门锁的多功能报警器还可以接入社区物业平台和公安系统，从而实现联动防御。智慧社区管理系统包含智能门禁、车辆道闸和车位锁等功能，对进出人员和车辆进行精准甄别，提升物业管理能力。

人工智能改变“游戏规则”的时间表1.

根据PwC关于AI技术对世界产生重大改变时间点的预测，今后十年，优化粮食系统、自动驾驶农机、大城市实现自动驾驶等上文提到的场景将得以实现，可持续发展目标的积极影响也将体现在社会生活的方方面面。相信经过社会各界的共同努力，《2030年可持续发展议程》之后，AI将更加紧密地与日常生活相结合，从而真正改变甚至颠覆社会的“游戏规则”。

*欲了解AI对全球可持续发展的更多影响，欢迎联系：Marketing@neuhelium.com