当一月洛杉矶发生大规模山火的消息传来时，胡安·M. 拉维斯塔·费雷斯（Juan M. Lavista Ferres）拿起了电话。作为微软“AI for Good”实验室的首席数据科学家，他联系了卫星成像公司Planet Labs，提议展开合作。
两家公司共同绘制了哪些房屋和建筑可能会受到火灾影响的地图，并与美国红十字会及其他地面合作伙伴展开了协作。
若非借助机器学习技术，进行如此详细的灾害评估可能需要数周时间和数十名分析师。但通过使用机器学习技术，费雷斯表示，团队仅用几个小时就分析了洛杉矶的15万所房屋。
费雷斯（工程硕士，2006届）几十年来一直是利用人工智能解决全球紧迫问题的倡导者。他在2024年的著作《AI For Good: Applications in Sustainability, Humanitarian Action, and Health》中汇编了微软实验室研究人员完成的一系列令人印象深刻的研究案例，例如制定数据驱动策略以应对野生动物冲突，并识别全球缺乏宽带Wi-Fi接入的区域。
《约翰斯·霍普金斯杂志》采访了费雷斯，探讨他在微软的工作以及AI应用在解决全球最紧迫问题上的潜力。
有些人对AI技术的崛起感到担忧。我们为何应对AI的前景保持乐观？
任何引发如此多关注的技术都会有人对其某些用途持怀疑态度。但人工智能蕴含着巨大的力量。有些问题是AI不仅是解决方案，而且是唯一的解决方案。
“有些问题是AI不仅是解决方案，而且是唯一的解决方案。”
——胡安·M. 拉维斯塔·费雷斯
我参与的第一个项目之一是研究婴儿死亡率和婴儿猝死综合症（SIDS）的原因。我们与西雅图儿童医院合作，使用CDC数据集的AI模型，探究母亲吸烟是其中一个原因。我们发现，如果母亲每天吸一支烟，其婴儿患SIDS的风险可能会增加一倍。
这个问题对我很重要，因为在接手这个项目之前，我得知一位密友的孩子因SIDS去世。
近期您和您的团队利用AI技术推动积极变化的项目有哪些？
除了与Planet Labs合作支持美国红十字会外，我们还启动了一个名为“麻雀”（Sparrow）的生物多样性项目。设备将放置在偏远地区，比如森林地面上，这些设备中的摄像头会记录所有动物活动。设备还将配备一个小型图形处理单元，利用AI分析动物活动并将数据通过卫星上传。我们认为这将改变生物多样性保护人士收集数据的方式。
您还参与了利用AI更好地理解癌症检测的研究。有何发现？
大约四十年前，大多数癌症的存活率为20%，但现在五年的存活率已达到80%。胰腺癌是个例外。尽管有所改善，但胰腺癌的整体五年存活率仍仅为约13%。
我们与约翰斯·霍普金斯医院合作，深入研究了胰腺癌。医生告诉我们，如果他们能在胰腺癌病灶小于2厘米（非常小）时发现，则存活率会更高。因此，我们一直在与医生和专家合作——其中一些是世界上最好的专家，将AI技术应用于医学影像，确保不会遗漏最小的病灶。
鉴于您对AI的乐观态度，您认为AI是否存在任何担忧或不足之处？它目前还不能做什么？
AI虽已改变了行业，但仍存在重大局限性，包括缺乏真正的理解力、常识推理和独立思考能力。偏见、透明度和伦理问题仍然是主要挑战，尤其是在医疗和安全等高风险领域。
“虽然AI可以处理大量数据，但仍需人类监督以确保负责任的使用。AI的未来取决于在创新与治理之间取得平衡，以最大化利益并减少风险。”
——胡安·M. 拉维斯塔·费雷斯
过度依赖AI可能会降低人们学习、批判性思考和发展基本技能的动力，从而带来长期的社会后果。虽然AI可以处理大量数据，但仍需人类监督以确保负责任的使用。AI的未来取决于在创新与治理之间取得平衡，以最大化利益并减少风险。
您是否认为K-12学校应教授所有学生AI的优缺点？
AI不再仅仅是计算机科学课程的内容。这是每个学生都需要学习的内容。
不仅应该教授编程课程，还应教授如何使用AI技术，因为随着AI的成熟，它将解决更多问题。如果给孩子们机会，他们也能学会编程。我自己深有体会；我八岁时自学编程，那时父母给我买了第一台电脑。我还志愿在华盛顿的Global Ideas School教授编程。
在微软工作的过程中，您觉得最有成就感的是什么？
看到技术产生实际影响。从为难民营绘制电网地图到追踪偏远地区的生物多样性，AI有能力应对重大挑战并帮助弱势群体。与出色的合作伙伴一起创建保护生命和促进公平的解决方案是非常有意义的——这也是我每天获得灵感的动力。
(全文结束)
