來源：騰云
以下文章來源于可持續(xù)發(fā)展經濟導刊 ，作者文｜蔡雄山
文 | 蔡雄山
騰訊研究院資深專家
食物、能源和水（Food ，Energy， Water ,簡稱FEW）是人類存在的基礎，是人類未來之所系，也在聯(lián)合國17個可持續(xù)發(fā)展目標之中。目前世界1/5的人口正居住在嚴重缺水地區(qū)，逾8億人營養(yǎng)不良，近10億人無法使用電力，全球的傳統(tǒng)能源儲備已經所剩無幾?？梢哉f，日益嚴重的食物、能源和水問題是當前人類整體所面臨的最重要的全球性難題。
2020年，新冠肺炎疫情更是加劇了聯(lián)合國可持續(xù)發(fā)展目標實現的難度。面對日益嚴峻的全球可持續(xù)發(fā)展形勢，如何用科技助力解決食物、能源和水問題等危及人類生存的緊迫性挑戰(zhàn)，成為國際社會探討的問題，中國企業(yè)也在積極嘗試。
作為一家中國互聯(lián)網企業(yè)，騰訊率先向國際社會提出倡議“AI for FEW”，探索使用人工智能（AI）等新興技術為人類面臨的問題提供解決方案，助力實現全球可持續(xù)發(fā)展目標。2019年4月3日，聯(lián)合國人居署與騰訊在紐約聯(lián)合國總部共同舉辦主題研討會，探討人類所面臨的最基礎挑戰(zhàn)以及如何利用人工智能（AI）等新興技術提供解決方案，創(chuàng)新高效地實現可持續(xù)發(fā)展目標。
在騰訊的推動下，目前AI for FEW已經成為國際性議題，獲得了國內外廣泛關注與積極反響。從AI for SDG 到AI for FEW，這表明我國企業(yè)在利用人工智能助力可持續(xù)發(fā)展方面有了深入的思考、創(chuàng)新的理念、有力的抓手。如何讓AI For FEW成為社會各界的廣泛共識，并落實到具體行動，正是利用科技助力可持續(xù)發(fā)展的重要抓手。
近年來，探索人工智能在應對食物、能源和水的挑戰(zhàn)方面取得了不錯的進展。在食物問題方面，人工智能可以分析與環(huán)境溫度、降雨量、土壤鹽分、營養(yǎng)、病蟲害、商品價格等相關的數據，從而幫助提升農作物的產量以及幫助農業(yè)從業(yè)者合理規(guī)劃農作物生產種植。
2018年，騰訊 AI Lab 曾參加由荷蘭瓦赫寧根大學（WUR）主辦的國際人工智能溫室種植大賽。在黃瓜種植項目中，騰訊的 AI 專家建立了一套模擬氣候環(huán)境和作物生長的仿真器，將農業(yè)專家的知識和經驗自然地嵌入仿真器中，開創(chuàng)性地搭建出了農業(yè)人工智能系統(tǒng)。人工智能首先在模擬環(huán)境中進行了數百萬次模擬來探索包括溫室溫度、種植密度、灌溉施肥在內的不同策略組合。
最終，這個智能系統(tǒng)在遙感技術采集的農作物的生長情況、溫濕度和供水情況等數據的支持下，在一個50平方米的溫室里種出了3000公斤以上的黃瓜；產出是同類農業(yè)專家的5倍以上，種植水平相當于具有10年種植經驗的人類種植者。
此外，騰訊領投的以色列科技公司 Phytech ，開發(fā)出一種針對農作物的物聯(lián)網技術，通過在農作物周邊安裝傳感器，記錄農作物生長數據和氣候、土壤等環(huán)境數據，并在云端進行匯總分析，從而為種植戶提供可操作建議。數據統(tǒng)計顯示，該系統(tǒng)平均節(jié)約 20% 的水資源，提高 20% 的生產率。目前，以色列已有約60%的番茄種植戶和 40% 的玉米種植戶開始使用這一系統(tǒng)。
在能源方面，人工智能可以用于預測能源需求、幫助調度能源供應、協(xié)調清潔能源生產等。在國家能源集團南寧電廠，首個AI實驗項目已將鍋爐熱效率提高0.5%，一臺60萬千瓦機組年節(jié)約燃料費用200多萬元。若在全國2000多家電廠推廣，每年可為火電行業(yè)節(jié)約燃煤消耗、污染治理等成本70億元。
在水資源方面，人工智能則可以幫助優(yōu)化生產和家庭用水、預測水資源供應以及監(jiān)控水質等。近期，微軟宣布了一項雄心勃勃的承諾，即在2030年實現為微軟直接運營的項目或者區(qū)域提供充足的水資源，并提出兩種方法來解決目前的用水問題：降低水資源用度或減少每兆瓦的能源消耗量，以及在缺水地區(qū)補充用水。
其核心措施就是人工智能技術，其中包括將水數字化，通過建立一個叫做Perception Reality Engine的平臺，用于收集、關聯(lián)和分析數據，并實時生成實際發(fā)生的情況的整體畫面，以便更好地了解如何在水資源不可用的情況下防范威脅。同時，利用物聯(lián)網和人工智能等技術改善水質和提高水效率。
人工智能作為目前最前沿的技術之一，已經在FEW領域進行了初步應用，但要充分發(fā)揮其潛力，還面臨幾個方面的困難。
第一，人工智能技術障礙仍需突破。盡管人工智能可在部分虛擬或人造環(huán)境中有優(yōu)秀表現，但由于存在技術困難，仍難以直接遷移到現實中。
首先，在現實環(huán)境中，目標或獎勵往往是不確定的或不是單一的。例如，對于無人駕駛汽車而言，目標至少包括將乘客送抵目的地、保證乘客安全舒適、遵守交通規(guī)則等。
其次，獎勵延遲。即，行動所帶來的影響可能需要很長時間才會顯現，這會使得發(fā)現最佳策略的難度加大。例如，關于改變作物的生長環(huán)境對產量會有哪些影響，并不能立刻得出判斷和評估結果。
再次，人為構建的模擬環(huán)境往往并不準確，而是對現實環(huán)境的抽象和簡化；而且現實世界中可能還存在某些影響我們行為后果的外部或未知因素，但模擬環(huán)境卻可能無法體現這些因素。
最后，模型通用性障礙。人工智能不能將經驗舉一反三，這使得在一些相似度高的案例中往往因為一些細微的調整，就要重復訓練數據。
第二，人工智能的訓練和研發(fā)需要大量數據支撐，但目前各行業(yè)數據孤島現象較為嚴重。例如，能源食物領域需要大量數據標記，但作為傳統(tǒng)行業(yè)，其生產流程標準比較落后，缺乏大規(guī)模具有標識的數據樣本。同時，掌握有價值數據的同一行業(yè)上下游的企事業(yè)單位數據流通渠道不暢，缺乏統(tǒng)一兼容的可靠管理。
此外，標識數據作為體現AI研發(fā)機構的數據產權與核心競爭力，其沒有動力去分享甚至跨境傳輸標識數據，數據權屬問題的突顯致使AI研發(fā)機構難以得到針對性的足量數據支持開發(fā)。長此以往，數據質量差、數量有限、不全面等問題會導致AI偏見，產生對人工智能的發(fā)展應用較為不利的影響。
第三，食物、能源、水等重大基礎領域，網絡安全問題至關重要。以能源為例，能源企業(yè)大多涉及公共服務，人工智能將能源網絡各個連接點關聯(lián)在一起，安全問題不容忽視。尤其在跨境傳輸電力中，數據誤差或者延遲會導致設備配置錯誤，進而影響系統(tǒng)穩(wěn)定供應和完整性等。此外，由于人工智能的應用需要大量數據維系，防止數據源污染、深度偽造、智能竊取等問題就尤為重要。
第四，跨領域人才短缺。利用人工智能解決食物、能源、水等基礎問題，需要大量高層次跨學科人才，既要了解人工智能等高科技領域，又要了解食物、能源、水等基礎領域，這就需要跨領域人才，而當前我們缺乏此類人才。
食物、水、能源領域是我國企業(yè)利用人工智能貢獻可持續(xù)發(fā)展的重要方向。面對諸多挑戰(zhàn)，未來還需要長期而持久的努力，建議從以下幾個方面推進和突破。
一是普及可持續(xù)發(fā)展理念，引發(fā)全社會更加關注FEW相關問題。AI for FEW作為可持續(xù)發(fā)展新興理念，目前在國際社會已經獲得了普遍關注和積極反響，在國內仍需要進一步普及理念，需要社會各界積極關注，共同推進可持續(xù)發(fā)展工作，致力于相關問題的解決。
二是加強人工智能在FEW領域的基礎研發(fā)和應用。人工智能在食物、能源、水方面有廣闊的應用空間，也是未來工業(yè)互聯(lián)網等發(fā)展方向。國家應積極引導相關人工智能基礎研發(fā)及應用，包括在人工智能安全領域的投入等，攻克技術難題，可以把相關核心企業(yè)納入國家人工智能開放創(chuàng)新平臺。
三是加快人才培養(yǎng)。當前跨領域人才是人工智能在FEW領域發(fā)展方面的短板，亟需培養(yǎng)具有交叉學科背景、跨領域的復合型人才。
四是進一步完善相關體制機制。可持續(xù)發(fā)展問題需要政府積極引導，同時也需要相關企業(yè)、研究機構等積極參與。因此，應該完善相關溝通機制，形成政府引導、企業(yè)參與、社會關心的有效協(xié)作機制，利用科技助力可持續(xù)發(fā)展。
