2015年，聯(lián)合國會員國通過了2030年可持續(xù)發(fā)展議程。議程確認了17項積極的目標，而消除貧窮是其中最重要的目標。自該議程發(fā)布以來，一些全球頂尖的AI和ML專家、決策者和大學(xué)、政府、企業(yè)和社區(qū)的帶頭人便一直試圖聯(lián)合起來以尋找消除貧困的方法。

在美國以外，貧困的定義是每人每天的收入不超過1．5美元。在美國，貧困的定義是每人每天的收入低于34美元，或者一個四口之家每天的收入低于69美元。經(jīng)過大量研究，專家們一致認為，低收入只是貧窮的一個指標，而更準確的指標則應(yīng)該是對消費水平的衡量。在充分了解了影響幸福的因素之后，消費水平被確定為了一個更準確的貧困指標。

要想找到解決貧困的辦法，首先必須確定貧困的參數(shù)和范圍。貧窮的原因、貧窮的地點和消費水平是決定幸福的因素，也是控制幸福指數(shù)的一些重要參數(shù)。接下來，還需要在先前定義和確認的尺度上進行測量，并確定一個閾值。

雖然還需要包含許多必要的數(shù)據(jù)點，但本文想要追求實用性和簡單性。簡單來說，貧困通常是由于缺乏教育和生活技能以及缺乏獲得糧食和潔凈水的途徑造成的，這可能是區(qū)域性的系統(tǒng)性問題，可能源自于災(zāi)難性的事件或者戰(zhàn)爭，或者是兩者兼而有之。人口過多也可能造成貧困。

衛(wèi)星圖像加上經(jīng)濟變量可以精確地定位貧困區(qū)域

在許多國家，想要獲取一套完整的經(jīng)濟變量作為輸入數(shù)據(jù)是極其不可靠的，因為許多第三世界國家的基礎(chǔ)設(shè)施薄弱，在收集必要數(shù)據(jù)方面缺乏徹底性，在共享數(shù)據(jù)方面也缺乏合作。而政治權(quán)力結(jié)構(gòu)也有自己的議程，因此數(shù)據(jù)可能會傾向于顯示更為樂觀的甚至是編造的數(shù)字。總體而言，無論是國家還是地區(qū)，缺乏高質(zhì)量的數(shù)據(jù)都會阻礙該地區(qū)的發(fā)展和經(jīng)濟增長。

通過流媒體衛(wèi)星圖像，研究人員正在嘗試通過在夜晚出現(xiàn)密集的燈光識別為富裕地區(qū)來更準確地識別貧困地區(qū)。斯坦福大學(xué)的Marshall Burke在實驗中收集了非洲許多地區(qū)（盧旺達、尼日利亞、烏干達、馬拉維和坦桑尼亞）的夜間和日間圖像，為差距分析確定了具體的關(guān)鍵績效指標。

通過將經(jīng)濟數(shù)據(jù)和作為AI／ML系統(tǒng)輸入的地理空間數(shù)據(jù)結(jié)合起來，Burke和他的團隊能夠在81％－99％的準確率內(nèi)預(yù)測貧困地區(qū)。通過更準確地管理商品和服務(wù)，這種準確性可以對經(jīng)濟援助產(chǎn)生積極影響，從而降低成本并幫助更多的人。此外，還可以更有效地監(jiān)督和管理教育。

你能想象智能聊天機器人會代替貧困地區(qū)的老師嗎？帶有教室的移動卡車，會根據(jù)反復(fù)進行的技能評估，為正在進行的結(jié)構(gòu)化教育水平的升級提供了AI／ML系統(tǒng)的動力。只要可以使用計算機和互聯(lián)網(wǎng)（也可能包括衛(wèi)星通信網(wǎng)絡(luò)），人工智能教師就可以根據(jù)受控的教學(xué)大綱來為學(xué)生提供教育。

由于減少了勞動力成本，消除了學(xué)費（金錢）障礙并允許以結(jié)構(gòu)化的格式輕松訪問數(shù)量激增的數(shù)據(jù)，因此可以在一定程度上可以消除良好教育的不平等性。這樣，量身定制的學(xué)習(xí)環(huán)境可以進行個性化和優(yōu)化，而知識背景較少的教學(xué)方法也可以獲得平等的訪問權(quán)限并實現(xiàn)教育的公平競爭。

科技巨頭IBM也在研究通過應(yīng)用AI／ML來緩解貧困的不同方法，以及調(diào)查其他的社會問題。他們的Science for Social Good項目和德州中部掃盲聯(lián)盟（LCCT）在一個名為“Simpler Voice to overcome illiteracy”的項目上進行了合作。視覺線索是低文化水平的成年人和兒童以及AI／ML系統(tǒng)如何識別和理解信息并進行學(xué)習(xí)的重要依據(jù)。

該移動應(yīng)用程序Simpler Voice集成了IBM的Watson natural language，可以使用文本轉(zhuǎn)語音服務(wù)和新穎的圖像生成代碼。AI／ML通過生成對抗性網(wǎng)絡(luò)（GAN）所提供的短語，也為智能手機將文本轉(zhuǎn)換為簡單的口頭信息提供了另一種概念。AI／ML系統(tǒng)能夠解析復(fù)雜的公共標志文本、教科書、手冊，甚至是簡短的語音記錄，從而實現(xiàn)文本到語音或語音到文本的轉(zhuǎn)換。

該項目在一家雜貨店對洗發(fā)水瓶、罐裝食品和洗潔精進行了初步試驗。一名LCCT的學(xué)生無法通過讀取洗碗劑的包裝盒或者掃描條形碼來識別產(chǎn)品或價格。而Simpler Voice能夠解釋條形碼產(chǎn)品中的描述和價格，并顯示使用了該洗滌劑的人的照片。Simpler Voice能夠解釋其中的關(guān)鍵詞和短語以描述“洗碗機洗滌劑”，并顯示一個人將清潔劑裝入洗碗機的畫面。它還可以描述誰應(yīng)該使用洗滌劑，如何使用洗滌劑，兒童警告以及安全信息。

另一項針對處方藥的測試則詳細說明了如何服用、安全性和補充信息，以及關(guān)于可能出現(xiàn)的過敏反應(yīng)的警告。Simpler Voice的路線圖還將擴展到包括法律文件，醫(yī)療文件和服務(wù)協(xié)議。

種植適應(yīng)性強的作物以增加糧食供應(yīng)

預(yù)計到2050年全球人口將達到96億，卡內(nèi)基梅隆大學(xué)（CMU）將致力于在農(nóng)業(yè)領(lǐng)域使用機器人和AI／ML來消除貧困。CMU的FarmView項目正在研究高粱和其他主要糧食作物在發(fā)展中第三世界國家的作物生長擴張情況，方法是使用AI／ML和無人機等機器人。高粱可被用作食物來源和生物燃料的制造。它是世界上第五重要的富含蛋白質(zhì)的谷類作物，因為它有超過42000個品種，即使在不理想的環(huán)境下種植和生長，它也能夠具有很好的遺傳性。

無人機捕捉的數(shù)據(jù)，可用于分析最佳的種植和收獲策略。人們希望，通過AI／ML傳感器，一個全面的植物育種和作物管理系統(tǒng)可以加快“耐旱耐熱谷物”的生長周期，這種谷物將被種植在“饑荒”地區(qū)，為該地區(qū)提供更多的糧食，從而增加該地區(qū)的主要收入來源。

IBM的Science for Social Good項目和許多其他組織的項目正在擴大它們對AI／ML的使用，以調(diào)查文盲以及當前和預(yù)測的糧食短缺情況。其目標是希望通過減少饑餓、擴大糧食分配、增加更豐盛的糧食供應(yīng)以及通過使用AI／ML提供的教育機會來改善人民的福祉和消除貧困。聯(lián)合國可持續(xù)全球議程在序言中解釋了以下的觀察結(jié)果和動機：

“這個議程是為人類、地球及其共同的繁榮而制定的行動計劃。它還尋求在更大的自由中加強普遍的和平。我們認識到，消除包括極端貧困在內(nèi)的一切形式和層面的貧困是當下最大的全球性挑戰(zhàn)，也是可持續(xù)發(fā)展的必要條件。所有國家和所有利益攸關(guān)方將以協(xié)作伙伴關(guān)系的方式實施這一計劃。我們決心把人類從貧困和匱乏的暴政中解放出來，并治愈和保護我們的星球。我們決心采取迫切需要的大膽和變革性的步驟，將世界推向可持續(xù)和有彈性的發(fā)展道路。在我們開始這一集體之旅時，我們保證不會有任何人掉隊�！�

AI和ML可以在未來人類健康的福祉中發(fā)揮作用，甚至可能在人類的生存問題上起著重要作用。