人工智能(AI)、技術(shù)發(fā)明和社會福利有什么共同之處?從表面上看他們似乎不能混為一談，但在本質(zhì)上，他們都需要你做到一件事情：換個角度思考。

為了開發(fā)專利、保護商業(yè)機密或其他知識產(chǎn)權(quán)，你需要大量的思考。同理，你也要通過思考，使人工智能解鎖新功能：或許是使像Alexa這樣的虛擬私人助理更有用，也可能是創(chuàng)造一個為客戶提供個性化體驗的聊天機器人。

在不斷變化的經(jīng)濟和社會環(huán)境，提出有影響力的社會活動需要你不斷通過新的角度來看待事物。

單獨來看，這些領域在過去一年中取得了顯著的進步，其中包括為人工智能帶來新技術(shù)的大型公司。但更令人興奮的是，我們能看到越來越多的商業(yè)領袖和非營利組織將人工智能、創(chuàng)新和社會福利結(jié)合起來，它以前所未有的規(guī)模和革新的方式覆蓋了這個世界。

本文提供了幫助你多角度思考的幾種方式，它能使你更好的了解人工智能，將人工智能融入到你的日常生活工作中。

以發(fā)明家的思維來思考社會利益

作者作為IBM的主發(fā)明家，是負責幫助公司成為21世紀后半葉美國專利的領導者。雖然開發(fā)專利和知識產(chǎn)權(quán)可能不符合他想回報社會的初衷，但作為發(fā)明家的工作思維方式是可以應用于各個方面的。聯(lián)合國的可持續(xù)發(fā)展目標是根除貧窮、饑餓、疾病等等。想要改變貧困饑餓的現(xiàn)狀，需要新的想法，實施新的舉措。另外，聯(lián)合國估計實現(xiàn)這些目標的資金缺口多達5萬億美元。如何縮小這一差距?我們也要換個思路。

從根本上講，想出一個可實施的、社會效益廣的、風險低的主意，問題就解決了一半。當然，我們還需要結(jié)合科技，如果可以使用它們，我們就可以節(jié)省更多的時間。此外，我們還需要密切關(guān)注我們試圖解決的問題和當前的社會情況，這樣我們才能預測到未來可能出現(xiàn)的各種問題，并在其影響我們之前解決掉它。

同樣的方法也適用于社會福利。找出你想解決的問題，考慮現(xiàn)有的工具可否幫助到你，有時候你還需要靈活變通，以便執(zhí)行你的計劃。與大多數(shù)發(fā)明的理念相似，社會福利的核心是：你需要確保你最大限度地發(fā)揮項目的影響力，同時最大限度地減少任何可能無意間給你幫助的人帶來額外問題的風險。要做到這兩點，你需要具有創(chuàng)造力。

這正是InvestEd所采用的的方法。InvestEd意識到，通過開展金融教育和促進小型企業(yè)小額信貸，可以實現(xiàn)商業(yè)化并創(chuàng)造社會效益。在幫助這些小型企業(yè)發(fā)展的同時，為小型的社區(qū)增加了更多價值。為了使他們的產(chǎn)品更好，InvestEd增強了人工智能功能，以擴大他們的產(chǎn)品范圍，并提供更具創(chuàng)新性的用戶體驗。

人工智能：解鎖新功能

只有超越機器的自動化活動，才能為社會創(chuàng)造顛覆性的人工智能技術(shù)。例如，TakeGuiding Eyes就是利用人工智能來發(fā)現(xiàn)導盲犬成功背后的秘密。通過利用結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的自然語言處理(NLP)的優(yōu)勢，他們所使用的系統(tǒng)可以在遺傳、健康、氣質(zhì)和環(huán)境因素中找到與狗的相關(guān)性——雖然這種技術(shù)還在不斷學習和改進。通過使用人工智能、 Guiding Eyes的導盲犬畢業(yè)率提高了10%。

還有許多其他的人工智能被用來改善社會。例如，PAWS是一個使用機器學習來預測偷獵者可能在哪里襲擊的組織。又比如與Eric Elster博士一起工作的沃爾特里德國家軍事醫(yī)學中心運用機器學習技術(shù)來改善在戰(zhàn)斗中受傷的服務人員的醫(yī)療。

入門最佳實踐

這些只是人工智能如何用于社會福利的一些想法。下面是作者分享的三個最佳案例，以幫助那些想要踏入這個領域的人。

● 首先，建立你對人工智能的理解。你可以通過Udacity上的Peter Norvig和Sebastian Thrun的人工智能介紹來入門。

● 其次，有多種思維方式。不要考慮用例和現(xiàn)實，而是真正關(guān)注你想要解決的問題。思考更多關(guān)于如何更好地開發(fā)解決方案的“理想方案”，然后看看機器是否可以被訓練來完成這項工作。比如考慮個性化教育，特別是閱讀理解(對所有孩子的長期教育表現(xiàn)都有巨大的影響)。使用傳統(tǒng)的使用案例方法，我們可以嘗試開發(fā)一個通用框架，它在少數(shù)情況下會有所幫助。現(xiàn)在，Learning Ovations已經(jīng)考慮到了多情況下的場景，他們已經(jīng)意識到有太多可能的方案可以進行編程、開發(fā)通用框架。所以，他們重新訓練人工智能來評估每個孩子的表現(xiàn)(合并傳統(tǒng)指標和一些新的指標)，以此作為教育工作者和家長的工具。此外，他們正在創(chuàng)建一個人工智能驅(qū)動的推薦引擎，基于學校的課程來為教育工作者提供便捷工具，它為每個學生創(chuàng)建一個定制的閱讀課程。因此，Learning Ovations對個性化教育的思維方式是不同的。

● 第三，拋開先入為主的觀念。有些事情人們做得比機器更好，但有些事情機器人比人類更擅長。例如，人們在與機器共享健康方面或財務信息時更加誠實，因為他們不擔心被評判。這通常意味著機器能獲得更準確的數(shù)據(jù)以便提供建議。因此，認識到機器在某些領域的優(yōu)勢可能會有意想不到的收獲。

當涉及人工智能、技術(shù)發(fā)明和社會福利時，一切皆有可能。技術(shù)只會變得更加先進，創(chuàng)造新的機會來解決與健康、可持續(xù)性、保護、可及性等有關(guān)的社會問題。如果你想進入人工智能的領域，一定記住最重要的規(guī)則：換個角度思考。