AI技術幫NGO更有效服務世界

文/陳啟明
 
AI(Artificial Intelligence 人工智慧)技術在過去幾年中,從一項新興技術,逐步實現成各種產品服務,落實到生活各層面。當然,由於AI技術涉及的大數據訓練,有時讓人聯想到個資曝光,所以人們對Ai科技的接受程度不一。不過AI帶來的便利與效率很難被忽視,不只是一般商業行為,在NGO體系,也明顯受惠Ai技術發展。
 
不久前,倫敦知名策略行銷公司 Matter of Form 指出AI技術在NGO領域發揮的作用,也針對普遍存在的爭議提出說法。
 
影像分類與生物辨識技術協助高山救援,搜索時間降低50%
AI技術應用在分秒必爭的搜救行動中可以大幅提高效率,很少人會注意到。傳統的搜救行動幾乎全程仰賴人力辨識、擬定策略、展開行動,一方面成功率只能依靠決策者的經驗,一方面進度緩慢。然而當我們將內建圖像分類與生物辨識技術的空拍機運用到搜救現場,便可以迅速而精確導航複雜地形。例如,在某次雪崩意外之後,負責救援的山地救援組織指出,他們在該次行動利用無人機搜索,搜索時間較以往減少了50%。
 
機器學習技術找出山老鼠噪音,阻止高達650萬公噸二氧化碳排放
環保新創 Rainforest Connection 運用徵收來的舊智慧手機麥克風在雨林各點收音,再用機器學習的經典框架Tensorflow去區別出電鋸噪音與野生動物的聲音,每當收錄到電鋸噪音便自動向雨林保護單位發出警告訊息,使保護員能立即阻止濫伐行為,根據 Rainforest Connection 提供的資料,這套運作模式至今監測了26,000公頃的森林,收集到4,629天的數據,成功阻止650萬公噸因雨林面積減少而無法處理的二氧化碳 - 相當於130萬輛汽車的排放量。
 
這只是AI技術在生態領域的其中一次成功應用,工程學背景出身的 Rainforest Connection 聯合創辦人Topher White 在AI結合生物研究上有著無限想像:「生態學能夠用大數據的角度切入 - 舉例來說,(我們可以分析)美洲虎走過時鳥類的聲音如何變化。」
 
無獨有偶,科技巨頭Microsoft近來與知名大數據公司Gramener聯手,耗資4,000萬美元,創建一個NGO團隊,旨在研究大數據應用在NGO的各種可能性。例如,他們追蹤以千計的整體動物遷徙模式、也追蹤個別動物的行為,以這些數據協助動物保育團體更精確也更有效率了解生態如何受到人類的影響,甚至滅絕,以制定保護對策。
 
用AI精密計算決定誰該得到資源?AI應用在道德上的爭議與侷限
在理想情況裡,AI可以透過一系列精密計算,準確的為人類在兩難的問題裡下決策,創造最大化的利益,諸如「優先救誰?」、「誰最適合分配資源?」、「受災戶應該安置在哪裡?」等等。但現實情況下,我們至今仍不敢如此。原因在於訓練AI的數據本身存在偏差性,AI決策的結果必然存在他的創造者本身的盲點或偏見。以下有一個例子:某家科技公司試圖使用AI技術找到最適合的人才,這項嘗試最近宣告失敗。原因是他們使用的AI工具顯示出對女性的系統偏見,而這個工具之所以持續做出偏差決策,是因為他們使用過去的招募歷史數據訓練AI工具,這些歷史數據只是呈現了歷任招募人員個人觀點,而非客觀事實。該公司很快就吸取了教訓。
 
NGO的下一步
儘管當前AI技術仍有許多局限性,但是隨著時間推進,必然會越來越成熟,使用範圍也越來越廣,NGO可以從這個角度思考如何更善用AI技術做更多事,而不聚焦於AI技術的缺陷。
 
例如,WeRobotics注意到開發中國家被排除在整個AI發展之外,於是就地創設孵化器,除了利用AI能力解決當地的援助與衛生問題,同時孵化提供AI服務的本地企業,希望由當地建立起AI商業體系 - 這就是NGO能促進整個當地產業生態增長,增加就業機會、投資標的、且能解決當地問題的三贏局面的可持續模式。
 
NGO應當更積極加入AI技術的討論
AI技術並不只是科技圈獨享,各行各業都有權力利用,然而當前NGO在AI有關的激辯中普遍缺席,顯示NGO對AI技術普遍抱有戒心,主要原因可能是不信任AI產生的建議,以及對AI可能主導NGO的疑慮-尤其是有這麼多AI給出錯誤決策的前例。
 
不過正因為AI是由人所創造出來,我們可以將它訓練成各種為我們所用的樣子;它能降低成本、提高援助品質、造福更廣大的群眾。只要NGO團隊也更主動加入AI技術討論中,由真正熟悉救援現場的人來提出AI應用遇到的問題,AI就有提供更好的服務的可能。
 
微軟總裁Brad Smith說:「只要一心一意思考如何用科技回應社會需求,我們每個人都能實現更多目標。」