作者：米格尔·伦戈·奥罗兹（Miguel Luengo-Oroz），联合国全球脉动计划首席科学家；凯瑟琳·霍夫曼·潘（Katherine Hoffmann Pham），全球脉动计划数据科学实习生；约瑟夫·布洛克（Joseph Bullock），全球脉动计划人工智能研究顾问；罗伯特·柯克帕特里克（Robert Kirkpatrick），全球脉动计划主任；亚历山德拉·鲁基奥尼（Alexandra Luccioni），蒙特利尔大学米拉分校博士后研究员；萨沙·鲁贝尔（Sasha Rubel），教科文组织通信和信息部门数字创新和转型科方案专家；塞德里克·瓦赫兹（Cedric Wachholz），联合国教科文组织信通技术科的负责人，同时致力于人工智能研究；莫兹·查乔克（Moez Chakchouk），教科文组织主管通信和信息助理总干事；菲利普·比格斯（Phillippa Biggs），国际电信联盟宽带数字发展委员会协调员；蒂姆·阮（Tim Nguyen），世卫组织突发卫生计划全球感染危害防备部，高影响力活动筹备部门负责人；蒂娜·普纳特（Tina Purnat），世卫组织数字健康技术专家；贝尔纳多·马里亚诺（Bernardo Mariano），世界卫生组织首席信息官。

摘要：在前所未有的科学合作下，各个领域的研究人员都争相支持研究出应对新冠疫情的措施。要使人工智能技术在全球产生影响，将需要可扩展的方法进行数据、模型和代码共享；使应用程序适应本地环境与跨境合作。

要词：新冠病毒；人工智能；全球治理；应对策略

文源：Miguel Luengo-Oroz, Katherine Hoffmann Pham, Joseph Bullock, et al.“Artificial intelligence cooperation to support the global response to COVID-19” Nature Machine Intelligence,  Vol. 2 June 2020, pp. 295-297.

收录：《大译编参》2021年第50期，总第50期，大外交智库外文编译评论组创办。

编译：李九阳，大外交智库外文编译评论员助理研究员，现就读于大连外国语大学国际关系学院；

审校：石博华，大外交智库外文编译评论员助理研究员，现就读于外交学院外交学与外事管理系；梅思源，大外交智库外文编译评论员助理研究员，现就读于湖北大学公共管理学院；

再审：闫艺林，大外交智库外文编译评论员助理研究员，现就读于北京外国语大学高级翻译学院；张童沿，大外交智库外文编译评论员助理研究员，现就读于上海理工大学中英国际学院。

编译精选

鉴于需要阻断疾病传播并抑制这一大流行病日益扩大的危机，数字技术对支持抗击病毒的斗争至关重要。在这些技术中，机器学习和人工智能方法正被应用于与新冠病毒相关的众多领域。然而要发挥人工智能应对新冠疫情的全球性影响，就需要大规模的数据和模型共享、操作验证并适应当地环境。为此需要跨国的合作，以及包括卫生工作者在内的多方参与。

一、分类及应用

在对人工智能与新冠疫情交叉领域近期的文献回顾中，本文提出了一个从分子、临床、流行病学和信息病学三个尺度对多学科研究进行分类的框架。

分子应用包括蛋白质结构预测、改进病毒核酸检测、药物再利用和药物发现。这些应用利用了一系列人工智能方法，包括生物医学知识图的构建和挖掘、用于预测蛋白质结构特征或蛋白质配体结合亲和力的深度学习架构、应用于基因序列的文本建模方法、以及在药物设计中使用强化学习。

从诊断到病人随访，治疗和结果预测都属于改善病人护理的临床应用。深度学习技术有助于从X射线图像和计算机断层扫描的模式中对新冠病毒进行基于图像的诊断。智能手表、移动电话和其他可穿戴设备可以用于疾病跟踪，以及其他远程监控应用程序，使医生可以远程追踪患者，节省了时间和个人防护设备。结合不同的数据源，如健康记录和医疗图像，可以帮助预测患者的病情，并可用于预测医院和医疗保健系统的需求。

在流行病学方面，人工智能可以改善早期预警系统和经验数据的建模。人工智能尤其可用于理解和模拟公共政策干预措施，如隔离、社交距离和降级策略，并通过近似函数方程来增强经典流行病学技术。此外，无监督的聚类技术和风险评分算法能够组合不同的数据源，可以帮助识别区域之间的相似性，并预测哪些区域需要更多的资源。

对于信息学者来说，人工智能可以通过管理当前过量的信息来打击虚假信息，而这是造成信息混乱与模糊的根源。人工智能方法可以支持受众分析，比如社交媒体、电视、广播等，并加速事实核查。

二、数据和模型共享

人工智能的应用需要大量数据的支撑。目前，在全球、国家和地方三级的应用范围内，有数十项关于新冠疫情的数据共享倡议。这些数据集包括：基因序列、基因组分析、蛋白质结构、患者临床数据、医学图像、病例统计、流行病学数据、移动数据、社交媒体帖子、新闻文章和科学文献。数据共享工作的过度碎片化是一个挑战，因为它可能将进程局限于特定项目和当地社区。为数据、模型和代码共享建立可扩展的方法可以加速新应用程序的开发和传播。在这个阶段，全球的、开放的、全面的、可比较的和经过验证的数据共享计划将有利于连接和促进不同社区和地域之间的合作。

在跨国的多元利益相关方的支持下，开放科学可以加速国家卫生系统的知识传播和能力建设。从流行病学的角度来看，全球标准和数据库之间的交叉操作性能够在全球、国家和地方各级协调应对和决策。随着人类进入大流行病的不同阶段，要了解不同人口的流行病学特征和风险特征，就需要考虑卫生系统资源能力、公共卫生干预措施、环境因素和新冠疫情的社会影响。

除了数据共享，目前很少有任何同拟议应用程序相关的高级人工智能模型。需要克服的障碍包括特定计算、架构和基础设施要求所带来的限制，缺乏文件、验证性和解释性的方面，以及有关隐私和知识产权的法律问题。共享预先训练和验证过的AI模型可以加速解决方案对本地环境的适应。可以广泛应用的模型示例包括那些用于根据图像诊断疾病、预测患者结果、基于社交网络传播模式过滤错误信息和虚假信息，或从大量科学论文集合中提取知识图的模型。要想实现开放人工智能模型的未来，就需要考虑到伦理、社会、临床、法律和商业等因素的人工智能治理框架。

三、从研究到影响

要想对人工智能应用产生更大影响，就需要清楚从何处开始入手，以及如何最大程度发挥应用的作用。从业者和人工智能社区之间需要加强合作。人工智能社区已经做到了这一点，而且应该继续寻求领域专家的建议和指导，包括政府官员、医疗保健专业人士和急救人员等。它们可以帮助建立适合自动化运作的流程。

这些任务包括在丰富的图像、视频、音频或生物医学数据中寻找重复的模式（例如CT扫描）或耗时的任务，或者涉及从症状跟踪系统或社交媒体渠道等来源合成大量数据集的任务。

到目前为止，所提出的研究项目和系统中，不同的应用有不同的开发、验证和部署的时间尺度，很少有成熟到可以大规模操作的。因此，重要的是创建者、用户和人工智能社区要确定哪些技术可以帮助短期应对、中期恢复工作和为未来的大流行病做长期准备。

为当前的大流行病制定解决办法需要进行协调、确定优先次序，并侧重于当前未满足关键业务的需求。在可能的情况下，解决方案应该基于调整已经验证过的系统，并且应该避免使用效果存疑的新工具，以免给数量上已经捉襟见肘的医疗保健工作人员带来过重负担。此外，必须调整新的和现有的解决办法，以满足低收入和中等收入国家的具体需要。处理临床和患者数据的应用程序不应忽视现有的监管框架，这些框架旨在确保质量和安全，并将潜在的风险和危害降至最低。尽管抗击新冠疫情的工作十分紧迫，但仍需要严格评估潜在的解决方案，在某些情况下，这些解决方案可以在不增加风险的情况下快速实施。

全球抗击新冠疫情应被视为与疾病传播本身同等重要的科学挑战，因为行为的变化对大流行应对至关重要。媒体和信息素养仍然至关重要，有必要量化个人接触错误信息和不实信息的比率。信息疫情管理框架可用于支持及时将证据转化为适应当地文化、语言和环境的知识和宣传。应使用人工智能方法和工具，填补个人和决策者在健康信息方面的空白，以建立在证据和科学基础上的全社会反应。这一大流行病正在煽动仇外心理、仇恨和排斥，对人权构成或深远或长期的威胁。了解仇恨言论的动态和传播，将有助于设计更有效的干预措施，并改变叙事方式。

四、全球挑战与数字合作

我们现在有能力创造新的人工智能工具来解决老问题。但是，有能力创建这样的应用程序并不意味着我们就应该这么做。任何可能用于抗击新冠疫情的人工智能应用都应该进行评估，以确保其遵守道德原则，最重要的是尊重人权。为了做到这一点，利益相关者应该将确保包括开放性和可访问性在内的原则视为人工智能解决方案的核心。人工智能在卫生领域的应用还应促进公平和公平的全球获取，支持会员国实现全民健康覆盖的承诺。

这一流行病的全球性质要求全球方案，但也需要考虑各地区的偏见和背景因素。例如，通过胸部X光诊断新冠肺炎的系统需要在结核病和艾滋病毒等疾病流行程度不同或有相关图像模式的国家接受不同的培训。类似地，为牧区、岛国、难民营或冲突地区量身定制的流行病学模型应该考虑到不同的社会经济、文化和结构变量。因此，解决方案可能需要预先设计低带宽需求——例如，不需要连接的医疗诊断应用程序，并且不会损害隐私或数据安全。这样的应用为促进人工智能的边缘计算和其他负责任地使用计算资源的节能方法提供了机会。

人工智能在为当前大流行提供有意义的解决方案方面的作用尚未确定。然而，制定一个全球包容性研究议程显然是必要的，以指导防治这一流行病——以及未来的流行病的行动，而不让任何人掉队。我们有理由相信，后冠状病毒时代的世界将比以往任何时候都更加数字化，人工智能将日益成为塑造我们社会的驱动力之一。这次大流行突出表明，利益攸关方迫切需要有效地将人工智能的伦理原则转化为实践。“团结”是世界卫生组织发起的旨在帮助寻找新冠疫情有效治疗方法的国际临床试验的名称。与我们的邻居团结一致的意识，鼓励保持距离，这对抑制病毒在社区内的传播至关重要。同样，团结应该成为指导创新和合乎道德的人工智能应用开发的核心原则，以抗击新冠疫情大流行，并帮助推进全球可持续发展议程。

译者评述

作为2020年最重大的公共卫生危机事件，新冠疫情不仅仅考验了各国政府对于危机事件的治理能力，同时也增加了多国在全球治理方面的参与度。除了在公共卫生方面，随着人工智能的日益迅猛发展，人工智能合作也被纳入国际合作当中，并在新冠病毒治理方面也起到了重要作用。

在对于信息分享方面，不仅要增强各国之间的信息流通，各国根据更适合自己的技术对新冠疫情进行防控，还需要对信息进行把控，以保证各国的信息技术专利安全以及对于错误信息的筛查。为了在确保获得信息的基本权利的同时有效地抗击信息疫情，国际社会必须分享和推广良好做法，确定优先事项，促进伙伴关系，并向各国政府和相关国家利益攸关方提供咨询意见和技术援助，以促进国际合作。

问题互动

问题1、人工智能国际合作在对抗新冠病毒的过程中还体现在哪些方面？

问题2、国家间在信息流通的过程中如何在保证合作的前提下保护好自身的技术安全？