僅靠人工智能是無法拯救地球的

雅娜·格沃艮（YanaGevorgyan）

雅娜·格沃艮，地球觀測組織秘書處主任。本文已獲ProjectSyndicate授權。

今年主題為“智能時代的協作”的達沃斯世界經濟論壇年會，恰好召開于地球走到一個關鍵關口之時。生態系統正在氣候變化的壓力下處于緊繃狀態，維持淡水供應、土壤濕度、海洋健康和植物生長的相互關聯循環，正以驚人的速度失去平衡。

自1990年以來，全球至少有4.2億公頃的森林因砍伐而消失，導致生物多樣性加速喪失，并加劇了氣候不穩定性。由于氣溫升高、地下水管理不善、海水入侵、污染、土地退化和人口密度增加，淡水資源急劇下降，其供需缺口預計會在2030年達到40%。而淡水棲息地的野生動物數量則在1970—2020年間減少了85%。

矛盾之處在于，盡管我們比以往任何時候都更了解維持地球生命的各個系統的脆弱性，但卻仍在繼續使其退化。而在尋找解決方案的過程中，我們常常把技術——尤其是人工智能——視為靈丹妙藥。但是僅靠人工智能是無法拯救地球的。相反，如果要充分發揮人工智能的潛力，我們必須確保它是對人類能力的補充而非替代品。

雖然人工智能模型可以識別各種模式，但它們往往使用著一些不完整或存在偏見的數據，并因此缺乏重要的背景認識。這就是“增強智能”的用武之地，因為它會將強大的算法與人類知識和生活經驗相結合，以確保這些先進工具能顧及各類文化、經濟和生態因素。

例如，數百年來，原住民社區通過跟蹤自然周期和觀察環境，學會了如何可持續地管理資源。這種專業知識，有助于揭示一些數據無法捕捉的微妙趨勢，確保技術服務于實際需求。利用原住民的洞察力和科學數據，我們對加拿大西北地區的北極熊種群有了一個更準確的認知圖景，而將這些傳統知識考慮在內的人工智能驅動模型，則幫助北極地區的因紐特人社區，在不斷變化的氣候條件下找到了新的漁場。

但擁有寶貴見解的，可不僅僅是原住民。從小農到跨國企業的當地社區和私營部門參與者，在應對干旱、進行再生農業實踐、投資生物多樣性項目和供應鏈去碳化時，都會積累圍繞特定地點的數據。通過共享這些反映了文化傳統和經濟現實并借助人類判斷進一步提煉濃縮的知識，人工智能模型所依賴的數據可以得到強化。人類和機器的相互學習，可以創造出一個催生更有效解決方案的反饋循環。

更大程度的開放可以促進信任，這反過來又加快了人工智能工具的采用和完善。那些分享數據、見解和創新的意愿，將在不久之后被視為領導力和聲望的標志，而不是風險行為。那些倡導數據共享的人，將推動集體進步，展現出引導我們走向一個安全、健康的地球所需的合作與智慧。

“增強智能”，應當成為保護生物多樣性和減緩及適應氣候變化之全球戰略的核心。政策制定者可以采取措施，去彌合數字創新者與當地環境管理者之間的差距；企業可以將其投資與積極保護自然的目標結合起來，并分享由此產生的一切知識；創新者則可以打造顧及文化背景和社區意見的工具，借此將自上而下的干預措施，轉變為靈活且迅速反應的協作努力。

當政治領袖和企業高管們在達沃斯召開會議時，他們必須認識到技術并不是解決氣候變化和生物多樣性喪失問題的靈丹妙藥。如果缺乏人類的指導（并以我們的同理心、文化理解和道德推理能力為支撐），那么人工智能的潛力也無法得到釋放。在這個智能時代，將先進工具與生活經驗相結合，可以使我們超越人與機器對立的零和心態。