第六章|人工智能助力可持续发展的丰富实践《人工智能治理与可持续发展实践白皮书》

《人工智能治理与可持续发展实践白皮书》

阿里巴巴集团联合中国信通院编写了《人工智能治理与可持续发展实践白皮书》，于2022世界人工智能大会“数字时代的技术责任论坛”上，正式发布！全面总结了阿里巴巴在人工智能治理与可持续发展领域的实践，重点针对当前人工智能应用中的热点问题，从数据、技术、管理及多元协同等方面，系统性介绍了我们的实践思路和方法，同时辅以若干专题进行阐释，期待为社会各界提供有益参考。

白皮书全文4.5万余字，现分章节陆续分享。

往期章节回顾请点击👇：

本文为第六章

《人工智能助力可持续发展的丰富实践》

附录

人工智能助力可持续发展的丰富实践

人工智能是新一轮科技革命和产业变革的重要驱动力量，将进一步释放历次科技革命和产业变革积蓄的巨大能量，创造新的强大引擎。作为新一轮产业变革的核心力量，人工智能正逐渐重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和新产品，从衣食住行到医疗教育，在社会经济各个领域深度融合和落地应用。如何更好地服务人类，成为“好科技”，正是本文尝试探讨的核心问题。

在人工智能的实践应用中，应当践行人人受益、责任担当、开放共享的价值导向，助力实现可持续发展愿景。

1.人人受益:普及数字红利,助力公共卫生

信息技术发展日新月异，给人们生活带来极大便利。特别是近年来移动互联网迅速发展，智能手机已成为人们享受数字红利最主要的渠道。但追剧、网购、手机导航等等对普通人习以为常的事，对视障人士来说却障碍重重。

《中国落实2030年可持续发展议程国别方案》提出，到2030年，要“确保机会均等，减少结果不平等现象”。帮助视障人群享受数字技术发展的红利，减少与普通人之间的不平等，首先要解决的是“看”和“读”的问题。

阿里巴巴与清华大学联合研发了人机交互新技术Smart Touch，为视障人群更好地“玩手机”提供了新可能。具体做法为给手机贴一个低成本的硅胶薄片，薄片两边各有三个按钮，可触发“返回”“确认”等简单命令，帮助视障人士轻松完成购物、支付等操作，从而减少视障人群在数字技术使用上的障碍和不平等。

其核心原理为，通过人工智能和智能交互技术分析理解不同手机界面的语意，将供视障用户使用的传统读屏软件，替换为基于语义和逻辑的模式，结合Smart Touch交互技术，提供基于语音和触觉的多模态交互方式，解决滑动操作次数多且复杂等问题。

针对视障人群读写验证码和密码困难的问题，蚂蚁集团研发了两款无障碍创新产品——“挥一挥”空中手势验证码和“划一划”屏幕手势密码。前者主要功能是利用手势交互完成人机识别校验，替代滑块拼图、文字识别等依赖视觉能力的传统验证码产品；后者是用户提前设置一个图形手势作为密码，在需要校验的时候在屏幕上划出手势进行校验，可在登录，解锁，支付等环节替代传统密码或者刷脸等方式。

目前2款产品均已在支付宝APP上线，在支付宝登录、注册等10+个场景上线应用，帮助视障人士更好地享受数字技术带来的红利。

第二次全国残疾人抽样调查结果显示，我国有听力残疾患者2780万人；据教育部统计数据，2021年（历届）各种形式的高等教育在学总规模4430万人 。几乎所有人都能在周围中找出几名大学生，但同样量级的听障人士却如同隐身。

《中国落实2030年可持续发展议程国别方案》提出，到2030年，“所有男女，包括青年和残疾人实现充分和生产性就业，有体面工作”。对于听障人群来说，体面工作的一个很重要的前提是解决“听”的问题。

由中国残疾人信息和无障碍技术研究中心、深圳市信息无障碍研究会、浙江省盲人学校及钉钉携手发起成立“智能办公硬件无障碍联盟”，旨在探索办公环境的信息无障碍建设，让残障人士和弱势群体平等地参与社会事务、寻求平等的工作机会。

比如，面向听障用户，钉钉探索利用语音转文字、人工智能实时字幕，把视频会议、直播授课中的声音，实时转换成字幕，让听障人士也能参与到正常的沟通、交流之中。此外，再结合阿里巴巴电商平台推出的一系列帮助残障人士解决就业的扶持政策和绿色通道，用“授人以渔”的方式提供更大的帮助，帮助听障人士体面工作。

中国工程院院士钟南山指出，以人工智能为代表的新一代信息技术蓬勃兴起，并迅速向医疗卫生、健康等行业渗透和融合，给各国经济发展、社会治理、人民生活都带来重大而深远的影响。

抗击新冠疫情。新冠病毒是基因组序列最长的病毒之一，临床诊断需要将患者样本与该病毒基因序列进行比对以确定诊断结果。医院普遍采用核酸检测方法，但只能检测到局部的病毒基因，无法判断新冠毒株的类型;同时病毒有很强的变异性，这种部分匹配的方法还有可能导致漏检。在核酸检测方法对新冠病毒初筛的基础上，用全基因组检测方法作复检，能够进一步确认新冠病毒的类型，以及在此基础上的进化溯源分析辅助确认新冠的流行病学情况。

阿里巴巴达摩院采用人工智能算法助力抗击新型冠状病毒肺炎疫情。2021年2月，浙江省疾控中心上线自动化的全基因组检测分析平台，平台利用达摩院研发的人工智能算法，可以高效地对病毒样本进行全基因组序列分析比对，将原来数小时的疑似病例基因分析缩短至半小时，且能精准检测病毒变异情况，大幅提高了疑似病例的缺人速度和准确率。

全基因组智能分析系统在浙江省疾控中心、武汉金银潭医院等数家医疗机构落地应用；同时系统在疾控中心、海关等近10家政府机构落地，帮助研究人员快速开展新冠等病原体微生物的检测和研究工作。

协助各类角膜病的诊断。角膜病是眼科中最重要的病种之一，也是最重要的致盲性疾病。浙江大学邵逸夫医院和浙江大学计算机科学与技术学院研究团队借助人工智能算法来协助角膜病。对于其中占比最高的感染性角膜炎，传统的诊断方法需要资深医生根据患者病情来判断，但不同地区医疗水平参差不齐、不同医生诊断水平参差，角膜病的整体诊断率不高。

研究团队借助裂隙灯拍摄了大量角膜病图像，形成了特有的角膜病，以此为基础研发出“角膜病序列深度特征学习和识别算法”。人机对比结果显示，没有额外医疗信息的眼科医生平均诊断准确率为49.27%,提供了相关病史后平均诊断准确率提升至57.16%，均远低于人工智能算法诊断准确率84.78%。

将智能诊断算法镶嵌到眼科检查设备中，改造现有的检查设备，让专用设备智能化，将使得科技创新在更广、更深、更普及的层面惠及广大人民群众的优质医疗资源需求。目前，原型机已进入临床应用实验阶段。

在线强化学习治疗脊髓损伤。交通事故、重体力活动、体育事故是导致脊髓损伤的主要原因。严重脊髓损伤患者表现为双下肢甚至四肢瘫痪，以及呼吸循环障碍、泌尿系统感染、慢性疼痛等各种严重并发症。

目前，对于脊髓损伤导致的瘫痪，植入脊神经调控设备，调控感觉-运动神经通路，是最先进的临床治疗方案之一。由于患者的生理和病理差异，每个人对调控疗法的承受能力不同，最优调控策略因人而异，医生的临床经验不足以支撑在庞大的策略空间里快速求解。因此，治疗过程中的关键问题是寻找有效的神经调控模式与人机交互方式。

清华大学神经调控国家工程研究中心的学者开发了高密度电极阵列和用于控制复杂多电极阵列的在线学习理论和方法，在保障患者安全的前提下，通过在线安全探索，高效优化神经调控诸多变量。相关研究成果已经成功帮助下肢瘫痪患者实现重新站立和恢复行走功能，并恢复高位截瘫患者手部抓握功能。该研究将人工智能算法应用于临床治疗一线，为瘫痪患者带来新的希望。

2.责任担当:履行社会责任,推动人类福祉

过去，基于雷达数据的线性外推方法一直是业界预测短临强对流天气的主要途径，该方法难以对强对流系统的生成、发展、减弱和消散等过程进行预测，预报精度有限、预报时效短。因此全球各地气象机构纷纷探索用人工智能来解决强对流天气预测难的问题，用人工智能的方法从海量历史数据中，提取对流系统生消演变规律，提升预测能力。

阿里巴巴达摩院与国家气象中心强天气室联合研发的雷达反射率临近预报人工智能算法在预测精准度和精细度上双双实现突破。算法采用时空分离的卷积神经网络，利用达摩院自研的方向自注意力卷积，对大气的聚合消散过程进行建模，准确高效地提取时空特征；设计了同化模块，有机结合地形数据、雷达、卫星数据等多源观测数据，可将预报时效延长至3小时。此外，该算法采用全新的生成对抗训练方法，显著提升预报图像的清晰度，可实现全国范围内的雷达回波实时预报。

算法实现了全国范围雷达回波的未来0-3小时精细化预报，将预测精度缩小到最小1公里范围，可辅助预报员预测临近时段内突发性的强对流天气，有效降低强天气现象造成的经济损失和社会危害，帮助提升城市治理“软实力”。 

2020年，我国提出“二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”的双碳目标。阿里巴巴集团积极响应国家碳中和目标，围绕国家“双碳”目标制定了自身碳中和路径：将在2030年实现自身运营层面的碳中和，同时将协同生态上下游，实现范围3（阿里巴巴数字生态参与者产生的温室气体排放）碳排放强度比2020年降低一半。

随着阿里集团业务全面上云，低成本高效能成为集团技术资源的核心目标。“双碳”战略指引下，技术资源作为高能耗服务是首要攻克的难关。而深入运用人工智能技术“配置-检测-优化”的反馈闭环，将有效实现运营优化和成本优化。

1.资源配置

对业务预算、历史用量、应用画像以及健康分等维度进行数据分析和建模，预测业务需求量；同时结合整个容器平台的节点分配率、额度使用率等来预估整个容器平台的需求量，为资源采购提供数据支持。

2.账单检测

针对各账号使用的费用序列进行周期性检测、平稳性检测等，分解出不同特征序列。采用自学习融合算法，对不同特征的序列分别进行建模预测，通过分类器去学习不同时序特征得到最优模型。

3.根因分析与成本优化

对异常情况进行分层根因分析，输出分析结果，如基线值、真实值、差值等，从而有力支撑了成本优化的工作。

运用人工智能技术运营后，相较去年，机器投入财务成本下降了50.2%，万笔交易CPU核数下降了7.33%，有效支撑了双碳目标的实现。

---

近年来，以电信网络诈骗为代表的新型违法犯罪活动愈演愈烈，严重危害人民群众财产安全，严重扰乱正常生活秩序，已成为影响人民群众安全感和幸福感的突出问题，对构建社会主义和谐社会带来严峻挑战。

多破案不如少发案，加强犯罪预警和防范，是减少群众被骗的有效手段。针对电话反诈骗电话辨识度不高、屡被拒接、拦截率低的问题，公安部刑侦局联合阿里巴巴推出“钱盾反诈机器人”，用人工智能手段识别电信网络诈骗，通过来电显示“公安反诈专号”，向潜在的电信网络诈骗受害人拨打电话，发送短信、闪信提醒信息，提升反诈劝阻成功率。

“机器人”通过大数据综合分析，将反诈预警数据进行智能化打标分层，对潜在受害人进行人工智能智能语音的精准宣防与劝阻，有效降低民警人工劝阻的工作量，真正实现人工智能在反电信网络诈骗领域的责任担当。钱盾反诈机器人目前具备12种典型诈骗场景劝阻能力，同时不断研发提升拟人交互能力、语义分析能力和预警分层能力，截至2021年12月已累计预警353万余次，劝阻成功率超96%，劝阻金额超10亿元。

3.开放共享:开放底层框架,保障网络健康

过去60多年的发展中，人工智能研究领域不断扩大，扩展到机器学习、自然语言处理、语音识别、影像分析与理解、智能搜索、知识推理等诸多领域。然而，现有人工智能算法存在专用性强、场景不通用等问题，不同场景算法对应不同需求，而场景具有无限性，导致算法需求量巨大。

若面向无限场景的算法均从头设计、开发，既要求开发者具备很高的技术能力，又将会产生大量从0-1的重复劳动。在这种情况下，阿里巴巴与Cape Privacy、OpenMined联合建立了基于TensorFlow之上的TF-Encrypted开源安全多方计算框架（简称TFE），向开发者开放。TFE的架构设计自下而上分为三层：TensorFlow原语、多方计算协议、机器学习模型，用户无需耗费精力去接触底层的安全协议，只需专注于从1-N的模型构建。

TFE具有三大主要优势。一是友好性，其API与TensorFlow保持一致，熟悉TensorFlow机器学习建模的开发者均可快速迭代出一个底层融合了安全多方计算的模型版本；二是可扩展性，可以方便地切换支持新的多方计算协议，新的机器学习算法层亦可在现有运算上构建，而不需要接触底层密码学原语；三是性能高，已支持的多方协议均采用当前最优的算法实现，并充分利用了TensorFlow 后端提供的分布式计算相关优化。

随着互联网的飞速发展，互联网应用逐渐展现出用户群体庞大、用户数据海量、信息传播迅速、影响范围广等特点，也随之产生了大量有害内容，如抹黑英雄或国家形象、宣传暴恐思想、低俗或垃圾广告等信息，对网络空间的安全与秩序产生了极大危害。为推动互联网平台的治理与发展，需要及时对网络平台中的风险内容进行研判与滤除。然而风险内容的管控往往存在数据量大、对抗性强、风险场景复杂等特点，需要体系化、规模化以更加智能的技术手段进行治理。

在此背景下，阿里巴巴集团基于多年的安全技术积累，依托淘宝、阿里云等平台的管控经验，构建了核心安全智能算法服务产品——绿网。绿网深耕自然语言理解、图像识别、OCR、语音识别等业界前沿技术，为企业用户提供成熟的、轻量化接入的内容安全解决方案。帮助企业、开发者在复杂多变的互联网环境下快速发现文本、图片、视频、语音中的各类风险，保障应用的信息内容安全。面对复杂的客户生态，绿网针对不同的用户提供层次化的服务能力：

1）算法运营层，能够为算法团队提供有效的算法生命周期管理工具。

2）业务运营层，以更好的产品化工具支撑业务安全运营快速搭建防控策略。

3）提供标准化的能力和场景化方案，支持在线检测、私有化独立部署等服务模式，帮助客户实现快速管控。 

目前绿网的日均算法调用量已达百亿次，帮助各个行业的用户显著降低了各种违规风险内容，携手构建了更加风清气正的互联网内容生态。

全文4.5万余字的《人工智能治理与可持续发展实践白皮书》全部更新完毕啦～

关注【AAIG】公众号，回复「 白皮书 」一键下载全文👇

往期精彩推荐点击标题查看文章● 第六章|总结与展望《人工智能治理与可持续发展实践白皮书》




更多人工智能治理和可持续发展好文
点击下方名片关注和星标【阿里巴巴人工智能治理与可持续发展研究中心】

👇AAIG课代表，获取最新动态就找她

 关注公众号发现更多干货❤️

有启发点在看喔👇