当疾病爆发时，时机至关重要，但并非一切。在接下来的几周和几个月里，这些早期预警需要由政策、传染病专家网络以及医务人员和公民进行解读。只有将这种分布式人类智能与人工智能发出的初始信号相结合，我们才能开始协调和规划应急响应。
什么是人工智能？
COVID-19 让我们看到了人工智能 (AI) 目前能力的附加值和局限性。数据挖掘和机器学习等技术能够从海量数据中搜索和发现模式，从而推动治疗方法和疫苗的研发，而模拟和建模则帮助我们预测政策干预对疾病传播的影响。尽管人工智能被大肆宣传，但它并没有提供解决 COVID-19 问题的灵丹妙药。站在应对危机最前线的是相互联系的人际网络，在某些情况下还得到了人工智能的支持。医院里提供护理的医生和护士团队、互相支持运送必需品的社区团体、以及帮助我们绘制医院外患者所经历的一系列症状的公民科学家，这些只是其中的一些例子。
我们还看到人工智能未能适应“新常态”，欺诈检 伯利兹电话号码数据 测和推荐系统难以理解新冠肺炎带来的人类行为变化。尽管人工智能被视为几乎所有领域的颠覆者，但最流行的人工智能方法往往受到对大数据集的依赖和缺乏可解释性的限制。大多数真正关系到人类的问题都过于复杂，无法落入这些限制之中。
所有这些都阻止我们将人工智能引向可能产生最大社会影响并更广泛地分配利益的问题 - 我们称之为公共利益人工智能。我们现在对如何引导和引导人工智能的选择将影响子孙后代的生活。因此，它需要在多个层面采取行动，以避免我们在有缺陷的系统中做出渐进式改进。
在 Nesta，我们呼吁在为人工智能的未来做准备时，发挥更多的想象力和实验精神。我们希望与支持我们愿景的其他人建立联盟。
以下四项行动对于实现公共利益人工智能至关重要，我们的工作将这些行动付诸实践。
1. 建立关于人工智能现状的更强有力的证据基础
随着人工智能研究和应用继续以惊人的速度发生变化，我们对谁在做什么以及不同活动可能产生什么影响的理解并不完整。我们也不清楚最大的机会和风险在哪里。了解该领域的发展方向以及如何以有利于社会的方式引导其轨迹，避免硬编码偏见和不平等，需要更好地了解人工智能。
Nesta使用数据挖掘、网络科学和机器学习来跟踪人工智能的发展和使用轨迹。实时绘制这些趋势有助于我们更好地了解人工智能的积极和消极影响。我们的报告是我们关于人工智能更好智能的研究议程的一部分，着眼于人工智能研究如何适应 COVID-19。我们的分析表明，人工智能在抗击 COVID-19 的任务中未得到充分利用。当人工智能被应用时，研究人员引用其他学科的文献较少，这增加了他们可能重新发明轮子或忽视其技术可能部署的复杂社会背景的风险。
为了建立更强有力的证据基础，我们还开展了其他工作，包括我们最近发表的关于人工智能在中国公共服务中的应用的论文集，该论文集强调了在了解人工智能趋势时采用全球视野的重要性。同样，我们对下一代互联网的研究探讨了塑造互联网和人工智能未来的竞争力量。
随着人工智能成为我们日常生活的一部分，它将越来越影响我们未来的工作和学习方式。我们试图了解这些变化的一些方法包括研究英国学校和学院的人工智能未来发展，而我们的Open Jobs计划则使用新颖的方法来分析劳动力市场数据，以了解自动化对我们的工作和技能未来的真正影响。