2020 年第 14 周（3 月 30 日起），区域发展无疑成为过去一周国内 AI 舆情的主旋律，各地继续在人工智能赛道上发力争先。

2020 年第 14 周（3 月 30 日起）国内主流媒体人工智能相关报道内容分类来源：氢云资讯舆情统计 从氢云资讯舆论统计可以看出，除较为分散的行业与企业新闻外，人工智能区域发展类报道占比最大。其中，广州的大手笔获得了最多媒体关注：3 月 31 日，省、市两级重点打造的广州人工智能与数字经济试验区启航，投资额超 5800 亿元。 同日，上海也提出要依托特色产业园区，努力在集成电路、人工智能、智能网联汽车和新能源汽车等领域形成更多好项目大项目。几乎同时，上海松江区人民政府与腾讯签署战略合作协议，共同打造腾讯长三角人工智能超算中心及产业基地项目。 此外，重庆高新区打造人工智能城市 (AI City)，武汉开发区人工智能科技园项目恢复建设等消息也都显示疫情后各地的 AI 发展正回归快车道。 微信公众号方面，除腾讯自家新闻《腾讯向世卫组织捐 1000 万美元，向全球开源 AI 技术》雄踞榜首外，亚军和季军都与资本相关。

海外方面，AI 抗疫的内容持续占据舆论版面。值得注意的是，在眼花缭乱的宣扬中出现了重量级的客观声音。

4 月 2 日，美国国家级智库布鲁金斯学会发布报告《对人工智能与新冠病毒的健康怀疑指南》指出，有关 AI 对抗病毒的许多新闻报道缺乏对 AI 真正价值的存疑。尽管人工智能在抗疫中发挥了作用，但真实效果或许很有限。

对于 AI 抗疫的各种说法，报告列举了 8 项值得思考的“怀疑心”。

1. 请教专家：不管算法和大数据有多强大，解决医疗问题，还是要基于医疗相关的专家意见，否则 AI 本身就是无价值的。2. 基于 (受限于) 大数据：实际上并没有新冠肺炎的历史数据可用，即便可以采集到数据，数据源的可靠性也是值得验证的。3. 精度欠佳：首先精度值本身就是存疑的（不同方法会得出不同精度），更何况高精度并不意味着高质量的预测。毕竟，把实际感染者判断为未感染，是极差的结果。4. 现实表现差强人意：开发时还不错的 AI 模型，在现实中的预测表现往往要降低一级。5. 需要人类的进一步行动：实际应用中不仅需要有高精度的 AI 预测，还需要人类基于 AI 的预测结果采取行动才能真正达到效果。6. AI 擅长细节，而非罕见大事件：AI 确实很难有这个理解力来区分什么是新的可控的爆发，什么又会是全球范围的大流行。7. “副作用”：应用 AI 可能也会有副作用，比如抗疫涉及的监控人们日常行为，长远来看可能就是侵犯隐私。8. AI 的“偏见”：AI 模型是有偏倚的，这会造成种族、性别等歧视问题，所以从一开始就要认识到这一点，而不能想当然觉得 AI 是客观中立的。

《哈佛商业评论》在有关医院如何应对疫情的文章中表示，各种物资严重匮乏的原因其实很简单：经济与医疗体系可以应对线性增长的需求，但病毒的爆发则是指数级的。不过，只要快速、大规模应用数字化运营模型，国家健康系统就能跟上这种爆炸式需求。

传统流程受限于人力的培训、组织和部署，而数字化系统理论上可以几乎毫无限制地无限规模化。数字化系统的两大理论瓶颈——算力和存储，也正好是十分充沛的资源。因此，数字化系统可以应对指数级增长。

但文章也指出，人工智能医疗必须与一定程度的人类医疗能力相平衡，才能在决策时获得高质量、安全的治疗。在很多情况下，人工智能不能取代人类医疗的判断与决策，而是协助和帮助人类提升效率和效果。

最后，The Awards Magazine 日前评出了 4 月推特 AI 影响力 20 人，可供关注，其中还有两位华人。

来源：氢云资讯
来源链接：mp.weixin.qq.com