世界银行集团首席经济学家迈克尔·克雷默在10月15日举行的国际货币基金组织—世界银行年会“领导人系列演讲”中表示，人工智能有望提高发展中国家农民收入、改善医疗条件并提升学习效率，但前提是政府必须改变采购、测试和部署技术的方式。他说，已有证据表明人工智能可以扩大公共服务可及性并提高生产率，关键挑战在于如何规模化。他把规模化路径归纳为四项原则：政府可以改造采用的开放获取工具；将技术与人力专业能力结合的整合式系统；用于判断质量的标准和实际测试；以及由资金支持支撑、能奖励优质产品的稳定需求。克雷默以天气预报告例说明这一思路。他说，天气预测服务已惠及印度和埃塞俄比亚超过5000万农民，并有望扩展至其他国家。数十亿人依赖雨养农业，农民必须根据雨季开始调整播种时间：播得过晚，部分雨季时间会被浪费；播得过早，短暂降雨后若没有持续降雨，种子可能无法发芽，肥料也会浪费。气候变化使时机判断更加困难。他说，多项随机试验显示，获得科学天气预报的农民会调整行为，从而提高收入、降低灾难性作物损失风险；金融收益通常是研发和推送天气预报成本的100倍以上。人工智能正在提升预报精度、提前量和速度，使模型运行成本大幅下降，甚至可在台式计算机而非超级计算机上运行。许多领先模型为开放获取，由公共机构及印度实验室开发。印度通过组合多个模型获得优于单一模型的预测，并可将人工智能方法与其本国气象机构的基于物理的模型结合。埃塞俄比亚也已构建纳入本国数据的模型，并与数十万农民开展试点。但仅有模型并不足够。印度预测服务围绕农民需要知道的信息设计，例如是否适合播种，而不是仅使用纯气象定义，并融合农业与气象专业知识。鉴于许多农民起初不理解概率预报，官员们测试不同短信表述；预报通过短信发送给超过5000万农民，部分地区还在随机试验中加入语音信息。初步结果显示，相关措施带来约8.5%的效果提升，且每位农民的平均成本仅为几美分。印度正考虑在现有系统中增加更多预报服务。技术只是成本的一部分。克雷默表示，在健康领域，会议期间展示的若干工具可让社区健康工作者通过短视频估算婴儿身高体重，或用手机识别三次咳嗽筛查结核病；但这类技术仅约占工作量和成本的20%，其余80%用于与社区健康工作者及政府协作，将其融入人员体系和公共服务体系。他还引用一项研究说，印度一款在人工智能出现之前就已由多达1亿社区健康工作者使用的数字应用，也改善了孕产妇产检、叶酸补充和免疫接种。天气预报同样需要农业、科学等多个部委和机构协调，并加入行为科学与信息测试。第三项原则是标准。克雷默称，公共采购常要求选择最低报价以防腐败，但在软件领域，价格只是系统整体成本的一小部分；廉价但无效的教材会浪费教师和学生时间。缺乏标准时，工具可能因营销表现而被选择，而非因质量被选择。在多个领域，一些在演示中表现良好、但实际效果差的低质量产品使政府难以“分清良莠”，并可能引发“竞相压低标准”或导致官员选择什么都不采用。他提到，自己参与的一组气象科学家已发布指南，要求开发者说明其主张、验证方式以及如何解决过拟合等问题。教育、健康和其他领域也可建立类似标准，在受控和实际场景中测试，并可能通过全球合作服务于全球采购。他还提到印度的创新采购：中央与地方政府合作，将供应商部分付款与学习成效挂钩；在不同环境中测试不同产品，使结果可以比较，从而激励质量改进。在教育领域，一些系统使学生学习速度翻倍，并明显缩小低收入国家与高收入国家之间的差距。第四项原则是需求。克雷默表示，如果有资金支持开放获取、整合式且经过测试的系统，其他要素便能共同发挥作用。在天气预报领域，慈善资本已发挥一定作用，国际金融机构还可以做得更多。如果贷款支持教育、健康或农业等部门，而采购方希望购买软件，有关不同方案过往表现的证据会有帮助。清晰标准会向开发者、慈善机构和研究者传递信号：能在真实场景表现良好的产品更可能被采用。作为经济学家，克雷默常关注商业动机，但也看到很多私营部门和研究人员受社会影响驱动。他对未来表示乐观，并呼吁机构采取具体合作行动，释放人工智能促进发展的潜力。文章作者：农乐·阿贾帕尼娅，资深经济记者，报道驱动泰国及东南亚增长的宏观经济、房地产和企业投资策略。
