然而，即便是最直言不讳的批评者，也不得不承认人工智能（AI）和自动化系统为人类带来的诸多潜在好处。作为BBC”Future Now”专栏大挑战系列（Grand Challenges）的一部分，一组专家为我们详细描述了随着我们所使用的机器变得越来越智能，我们周围的世界正在如何发生变化的图景。
今天的”大构想”（Grand Ideas）系列中，BBC”Future Now”专栏将对已经开始应用于解决世界上最棘手、最危险的一些问题的尖端AI和自动化技术进行了盘点，这些问题包括了疾病防治到应对暴力。
卡内基梅隆大学机器人教授金出武雄（Takeo Kanade）说:”我们不应该把 AI 视为与人类竞争的东西，而应该看作是可以增强我们自身能力的东西。”这是因为 AI 不仅能做好单调乏味的工作，还能够识别出模式，这种能力甚至远远超过了人类。
它可能会在 21 世纪帮助保护我们的安全。
防治传染病
对于全球数十亿人来说，在耳边嗡嗡作响的蚊子不仅会叮咬人们带来令人恼怒的疼或痒，它们还可能带来疾病甚至致命。特别是已经从非洲传播到几乎所有热带和亚热带地区的埃及伊蚊（Aedesaegypti），它们携带登革热（Dengue fever）、黄热病、寨卡（Zika）以及基孔肯雅热（chikungunya，一种导致严重关节痛的病毒）等病毒。在全球 128 个国家和地区，每年仅登革热就会感染 3.9 亿人。
来自多米尼加共和国的计算机工程师雷尼尔·马洛尔（Rainier Mallol）说：”这些蚊子就像小恶魔。”多米尼加共和国是寨卡病毒爆发热点地区。与来自马来西亚（另一个热点）的医学博士达西·拉贾（Dhesi Raja）一起，马洛尔两人开发出一套 AI 算法，能够预测疫情最有可能发生的地方。
他们的医学流行病学（Aime） AI 系统可以将所有当地医院新报告的登革热病例出现的时间和地点与包括风向、湿度、温度、人口密度、住房类型等在内的 274 个可变因素结合起来。”这些因素都是确定蚊子如何传播的因素，” 马洛尔解释道。
到目前为止，在马来西亚和巴西的试点表明，这套系统可以提前三个月准确预测疫情爆发，准确率达到 88% 左右。此外，该系统还可以帮助查明疫情中心及其 400 米范围内的情况，从而使公共卫生官员能够及早利用杀虫剂进行干预，以防蚊虫对当地居民进行叮咬。
Aime 系统也被用于帮助预测寨卡和基孔肯亚热病毒疫情爆发。大型科技公司也在追求自己的宏伟构想：例如，微软的 Project Premonition 项目使用无人机定位蚊子的热点地区，并利用机器人二氧化碳和光捕捉器来收集蚊子样本，包括蚊子以及它们咬过的动物的 DNA，然后通过机器学习算法进行分析，从而找到病原体。这些算法能够从大量的数据中识别出模式，而且会变得越来越精确和强大。
应对枪械暴力
去年，美国有 15,000 人死于枪械暴力，美国也是发达国家中枪械暴力发生率最高的国家。为了解决持续不断的枪击和枪械犯罪问题，许多城市正在试图通过科技寻找解决办法。
有一种自动化系统可以用传感器阵列监听枪声，然后精确定位枪声所在的位置，并在 45 秒内向相关机构发出警报。这种名为 ShotSpotter 系统需要配备大量声音传感器以探测枪械独特的声响，利用其到达每个传感器的时间，通过算法来定位枪击位置，误差在25米之内。
机器学习技术被用来确定声音是否为枪击声，并计算出它们的数量，以帮助警方确定他们要对付的是独行枪手还是有多名行凶者，以及他们是否在使用自动武器。
目前有 90 个城市（多在美国，部分在南非和南美）正在使用 ShotSpotter 系统。美国 9 所大学校园也部署了较小的 ShotSpotter 系统，以应对最近频发的校园枪击事件。而且美国特勤局已将其安装在白宫内。
但 ShotSpotter 公司首席执行官拉尔夫·克拉克（Ralph Clark）认为，该系统未来的用途不仅仅是简单地应对突发事件。
他表示:”我们迫切希望看到，我们的数据如何能够提供更多的预警信息。机器学习可以把它与天气、交通数据、财产犯罪数据结合起来，从而向巡逻警察更准确地通报消息。”
预防饥荒
全世界目前大约有 8 亿人依靠木薯根作为主要碳水化合物的来源。这种淀粉类蔬菜与山药相似，经常被人像土豆那样食用，但也可以磨成粉做面包和蛋糕。它能在其他农作物没法生长的地方种植，这使它成为世界上第六大粮食作物。但是这种木本灌木极易受到疾病和害虫的侵害，可以让整片田地都颗粒无收。
位于乌干达坎帕拉马凯雷雷大学的研究人员与植物病专家合作开发了一套旨在打击木薯疾病的自动化系统。Mcrops项目允许当地农民使用便宜的智能手机拍摄植物，并使用经过训练的计算机视觉来发现造成木薯作物损害的四种主要疾病的迹象。
计算机技术研究员欧内斯特·姆贝泽是这个项目的带头人，他解释说：”这些疾病真的很难识别，需要采取不同的行动根治。我们正在为农民提供’口袋中的专家’，以便让他们知道自己是否需要为作物喷药，或者完全毁掉这批作物以便种植其他作物。”
该系统诊断木薯疾病的准确率目前高达 88%。以前，农