開源人工智慧可以加速永續發展目標
開源人工智慧可以加速永續發展目標。開源人工智慧代表了一個推動全球永續發展目標的重大機會。在2018年至2024年期間，其用於支持這些目標的應用增加了300%，在農業、生態系統管理和氣候變遷對抗等領域有顯著貢獻。這種開放模式允許每個人研究、修改和分享工具，旨在有效且包容地加速進展。
然而，其擴展也揭露了複雜的挑戰。缺乏結構化治理框架可能導致資源過度消耗和倫理漏洞。例如，在低效的本地基礎設施上分散開發冗餘模型，加劇了產業的碳足跡。此外，開源工具的易於獲取降低了深偽和針對性錯誤資訊的製作成本，對資訊安全和信任構成風險。
另一個議題是數位殖民主義，全球北方的強大國家和機構控制數據和基礎設施，限制了南方國家的自主權。為特定地區設計的數據集可能在其他地區適用性不佳，導致錯誤並降低治理方案的相關性。
為應對這些挑戰，提出了四項關鍵行動。首先是將永續性整合到模型的整個生命週期中，優化硬體基礎設施並避免冗餘開發造成的浪費。例如，模型蒸餾技術可以將模型大小縮小高達70%，從而降低其環境影響。另一個方向是採用液冷數據中心並使用可再生能源，可降低20%的能源需求和52%的水資源消耗。
第二項行動旨在建立一個量化評估框架，以衡量人工智慧對永續發展目標的影響。這需要創建綜合指標，整合本地和全球數據，以精確評估正面和負面效果。例如，永續性標準可能涵蓋超過40個社會、環境和經濟指標，提供清晰的實際影響視圖。
第三項行動基於監管和透明度。為防止濫用，必須實施強制審計、對抗性測試和明確的許可證，以定義允許的用途。開發者應使用經審計的數據集以限制偏見，而政府可以實施嚴格政策以防止惡意內容的傳播。用戶則有責任以倫理方式使用這些工具，並舉報不當使用。
最後，第四項行動鼓勵全球合作和知識分享。儘管獲取權限已民主化，但在基礎設施、人才和數據主權方面仍存在不平等。建立開放存取平台，遵循可尋性、可訪性和可重複使用原則，對於確保公平獲取資源至關重要。例如，全球人工智慧治理對話等機構可以通過發布年度報告和組織政府間談判來加強合作。
在區域層面，全球平台與當地研究中心的合作可以結合共享的基礎模型與各地特有的數據。這有助於部署適應性解決方案，同時尊重數據保護法規。例如，澳大利亞人工智慧研究所或法國國家人工智慧評估與安全研究所等機構在這一本地化過程中發揮關鍵作用。
開源人工智慧結合適當的治理，可以改變決策過程，使其更具包容性和證據基礎。它能更快速地識別優先事項、障礙和永續轉型路徑，即使面對複雜挑戰。通過整合全球公民的經驗教訓，它還可以使2030後議程更具代表性和效力。
開源模型還提供了具體優勢。在性能相當的情況下，其成本比專有模型低5到29倍，從而擴大了可及性。例如，專注於氣候的自然語言處理模型有助於對抗錯誤資訊，而醫療領域的工具則可能緩解某些地區的治療師短缺。在經濟領域，中小企業可以採用並客製化這些技術來優化生產。
然而，若缺乏適當治理，風險仍然存在。電子材料的生產和人工智慧所需的基礎設施對全球有毒廢物有所貢獻。此外，近60%標記為開源的模型沒有任何許可證，這使得其安全使用變得複雜。未受監管的模型擴散還使惡意行為者更容易發現漏洞，增加網路釣魚或仇恨言論傳播的風險。
為最大化開源人工智慧的效益，協調一致的方法不可或缺。這種方法必須結合永續性、嚴格評估、安全性和合作，以減少不確定性，並確保這項技術真正服務於全球進步。
開源人工智慧可以加速永續發展目標
開源人工智慧可以加速永續發展目標。開源人工智慧代表了一個推動全球永續發展目標的重大機會。在2018年至2024年期間，其用於支持這些目標的應用增加了300%，在農業、生態系統管理和氣候變遷對抗等領域有顯著貢獻。這種開放模式允許每個人研究、修改和分享工具，旨在有效且包容地加速進展。
然而，其擴展也揭露了複雜的挑戰。缺乏結構化治理框架可能導致資源過度消耗和倫理漏洞。例如，在低效的本地基礎設施上分散開發冗餘模型，加劇了產業的碳足跡。此外，開源工具的易於獲取降低了深偽和針對性錯誤資訊的製作成本，對資訊安全和信任構成風險。
另一個議題是數位殖民主義，全球北方的強大國家和機構控制數據和基礎設施，限制了南方國家的自主權。為特定地區設計的數據集可能在其他地區適用性不佳，導致錯誤並降低治理方案的相關性。
為應對這些挑戰，提出了四項關鍵行動。首先是將永續性整合到模型的整個生命週期中，優化硬體基礎設施並避免冗餘開發造成的浪費。例如，模型蒸餾技術可以將模型大小縮小高達70%，從而降低其環境影響。另一個方向是採用液冷數據中心並使用可再生能源，可降低20%的能源需求和52%的水資源消耗。
第二項行動旨在建立一個量化評估框架，以衡量人工智慧對永續發展目標的影響。這需要創建綜合指標，整合本地和全球數據，以精確評估正面和負面效果。例如，永續性標準可能涵蓋超過40個社會、環境和經濟指標，提供清晰的實際影響視圖。
第三項行動基於監管和透明度。為防止濫用，必須實施強制審計、對抗性測試和明確的許可證，以定義允許的用途。開發者應使用經審計的數據集以限制偏見，而政府可以實施嚴格政策以防止惡意內容的傳播。用戶則有責任以倫理方式使用這些工具，並舉報不當使用。
最後，第四項行動鼓勵全球合作和知識分享。儘管獲取權限已民主化，但在基礎設施、人才和數據主權方面仍存在不平等。建立開放存取平台，遵循可尋性、可訪性和可重複使用原則，對於確保公平獲取資源至關重要。例如，全球人工智慧治理對話等機構可以通過發布年度報告和組織政府間談判來加強合作。
在區域層面，全球平台與當地研究中心的合作可以結合共享的基礎模型與各地特有的數據。這有助於部署適應性解決方案，同時尊重數據保護法規。例如，澳大利亞人工智慧研究所或法國國家人工智慧評估與安全研究所等機構在這一本地化過程中發揮關鍵作用。
開源人工智慧結合適當的治理，可以改變決策過程，使其更具包容性和證據基礎。它能更快速地識別優先事項、障礙和永續轉型路徑，即使面對複雜挑戰。通過整合全球公民的經驗教訓，它還可以使2030後議程更具代表性和效力。
開源模型還提供了具體優勢。在性能相當的情況下，其成本比專有模型低5到29倍，從而擴大了可及性。例如，專注於氣候的自然語言處理模型有助於對抗錯誤資訊，而醫療領域的工具則可能緩解某些地區的治療師短缺。在經濟領域，中小企業可以採用並客製化這些技術來優化生產。
然而，若缺乏適當治理，風險仍然存在。電子材料的生產和人工智慧所需的基礎設施對全球有毒廢物有所貢獻。此外，近60%標記為開源的模型沒有任何許可證，這使得其安全使用變得複雜。未受監管的模型擴散還使惡意行為者更容易發現漏洞，增加網路釣魚或仇恨言論傳播的風險。
為最大化開源人工智慧的效益，協調一致的方法不可或缺。這種方法必須結合永續性、嚴格評估、安全性和合作，以減少不確定性，並確保這項技術真正服務於全球進步。
Crédits des sources
Source principale
DOI : https://doi.org/10.1038/s41467-026-73866-8
Titre : Steering open-source AI to accelerate the sustainable development goals
Revue : Nature Communications
Éditeur : Springer Science and Business Media LLC
Auteurs : Min Chen; Kai Wu; Prajal Pradhan; Cameron Allen; Stefano Nativi; Klaus Hubacek; Alexey Voinov; Felix Creutzig; Tatiana Filatova; Niklas Boers; Michael Meadows; Peilong Ma; Frank Biermann; Hans Joachim Schellnhuber; John Ludden; Maria Paradiso; Michael Batty; Huadong Guo; Min Cao; Peng Hou; Guonian Lü