今年人工智能的 10 个善用案例

人工智能可以改善健康、保护生物多样性,甚至撰写葡萄酒评论

Hand holding purple coral

在法属波利尼西亚南太平洋的向风群岛莫雷阿泻湖中,手持作为“珊瑚园丁协会”计划一部分种植的珊瑚。

人工智能不必威胁人类;它也可以与我们合作解决重大问题。您是否仍然对算法感到有点警惕?我们汇总了过去一年中的一系列故事,这些故事展示了这项技术能够产生积极影响的多种方式。

应对气候变化

今年,人工智能展现了其作为强大工具的实力,可以帮助防止气候变化对地球造成不可逆转的破坏,这需要不止一种解决方案。研究人员一直在使用 人工智能来可视化洪水和野火的未来影响、改进气候决策、监测森林和共享数据。其他由人工智能驱动的气候项目包括构建地球数字孪生体以测试不同减缓气候变暖政策的影响,以及绘制变薄的海冰图


关于支持科学新闻业

如果您喜欢这篇文章,请考虑通过以下方式支持我们屡获殊荣的新闻业 订阅。通过购买订阅,您将帮助确保有关塑造我们当今世界的发现和想法的有影响力的故事的未来。


改善营养和水的获取

如果无法获得各种食物,全球各地的人们将面临营养不良和其他健康问题的风险。一种新的模型可以精确定位人群更可能遭受营养缺乏症的地点。与此同时,在美国的许多城市,获得清洁用水受到有毒铅管存在的阻碍。一种新的算法通过预测哪些房屋最有可能拥有这些地下威胁,帮助地方政府找到并移除这些地下威胁。

检测致命武器

埋藏的地雷每年造成数千人死亡。但是研究人员正在开发一种系统,该系统使用无人机拍摄的镜头和机器学习来从远处挑出未爆弹药,以便可以安全地解除武装。当然,无人机本身也可以用于不正当目的——但另一种人工智能算法,这次的算法灵感来自苍蝇的眼睛,可以检测到这些威胁。

超越视频游戏玩家

一个人工智能程序在超逼真的赛车游戏《Gran Turismo》中击败了人类视频游戏冠军。这将帮助游戏开发商为竞争对手提供一个值得尊敬的自动化游戏内对手。除此之外,自动驾驶汽车研究人员可以利用该程序的成功来启发他们在现实世界中的工作。

诊断危及生命的健康问题

今年,研究人员完成了一项大规模的用于检测脓毒症的人工智能程序的现场测试,脓毒症是医院死亡的主要原因之一。结果表明,该程序减少了脓毒症引起的健康并发症和死亡,同时赢得了使用它的医疗专业人员的积极反馈。人类疾病并不是人工智能可以对抗的唯一疾病——另一种算法已被用于诊断橄榄树的细菌感染

破解蛋白质密码

人体中的每项功能都依赖于蛋白质,蛋白质由氨基酸长链组成,这些长链折叠成复杂的结构,执行我们基因编码的工作。但是,预测该链将采用哪种形状非常棘手,可能需要数年才能解决——如果您是人类的话。今年夏天,谷歌旗下的 DeepMind 公司宣布,其人工智能程序 AlphaFold 已经预测了几乎所有已知蛋白质的分子结构。这大约是 2 亿个估计的蛋白质形状。这项巨大的成就解决了生物学中最棘手的问题之一,并且它为人工智能的创造者赢得了 300 万美元的突破奖。

葡萄酒和啤酒评论

预览品尝干白葡萄酒或水果味酸啤酒的体验吗?一种语言生成人工智能可以通过将现有评论组合成浓缩的摘要描述来帮助您决定喝什么。其创建者表示,该程序可以扩展到提炼大量其他产品的评论。

预测具有大流行潜力的病毒

随着寒冷天气的到来,新冠病例再次上升。为了弄清楚导致该疾病的冠状病毒接下来会做什么,研究人员正在使用人工智能工具来分析病毒突变,预测何时会出现新的变种(如 Omicron)并成为主要变种。此类预测工具的功能不止于帮助管理当前的大流行。其他算法被编程为检查目前在动物王国中传播的病毒,以识别哪些病毒可能传播给人类,从而可能帮助研究人员避免下一次大流行。

打击非法药物开发

新型设计师药物可以产生类似于已知娱乐性药物的效果,但它们的分子差异很小。由于设计师版本在化学上与原始药物不同,因此它们可以规避政府对这些物质的一些法规。它们还可能对健康产生意想不到的衰弱性影响。如此多的分子具有令人陶醉的潜力,以至于禁止这些物质需要监管机构玩一场打地鼠游戏——但现在人工智能已经介入。研究人员使用一种算法来生成一个分子数据库,这些分子可能被开发为潜在的设计师药物。它可以使政府能够先发制人地取缔这些危险物质。

保护生物多样性

人们倾向于将技术和自然视为冲突的力量。但情况并非必须如此。人工智能算法可以分析来自高危生态系统的数据,以衡量该环境的生物多样性,并支持土著群体运营的保护项目。另一种人工智能驱动的技术——面部识别技术正在帮助研究人员监测美洲狮,而不会打扰它们的独居生活。

索菲·布什维克《大众科学》的技术编辑。她负责网站的日常技术新闻报道,撰写从人工智能到跳跃机器人等各种文章,用于数字和印刷出版物,录制 YouTube 和 TikTok 视频,并主持播客《Tech, Quickly》。布什维克还经常出现在广播节目(如《科学星期五》)和电视网络(包括 CBS、MSNBC 和国家地理)中。她拥有十多年的纽约市科学记者经验,此前曾在《大众科学》、《发现》和 Gizmodo 等媒体工作。在 X(前身为 Twitter)上关注布什维克 @sophiebushwick

更多作者:索菲·布什维克
© . All rights reserved.