人工智能可以通过多种方式使社会受益-但是，这样做需要一个截然不同的数据共享模型。在过去几年中，公众和政治对AI 技术的兴趣急剧增加。以前被视为书呆子和计算机怪胎的领域，如今很少有话题成为头条新闻。

这些头条新闻中的大多数都描绘了一个黯淡的画面，夸大了关于人工智能或预测数字化冷战后失业的说法。TED对此话题最受关注的演讲之一是“人工智能：它将杀死我们”。

尽管主流媒体传播了世界末日场景，但人工智能可以通过多种方式使社会受益。实际上，麦肯锡最近的 一份报告表明，人工智能可以为联合国的所有可持续发展目标做出重大贡献。从应对气候变化到养活不断增长的全球人口，它可以在解决世界上一些最紧迫的挑战中发挥关键作用。

为了做到这一点，我们仍然需要克服几个障碍。根据同一份报告，这些障碍中最重要的是数据。起初这似乎令人惊讶。我们不是产生比以往更多的数据吗?的确如此，但是这些数据并不一定要放在正确的位置。

要了解为什么这是一个问题，让我们仔细看看AI到底是什么 。人工智能通常被定义为“能够执行通常需要人类智能的任务的计算机系统的理论和开发。”

背后的关键推动力是机器学习。顾名思义，这是指能够独立“学习”某些东西的机器。他们没有明确地编程，而是依靠识别所提供数据中的某些模式。不用说，机器接收的数据越多，它变得越准确。

因此，数据是机器学习的关键组成部分，并且是AI的扩展。它是它的基础，如果您愿意的话，是“原始材料”。目前，大多数原材料都掌握在公共机构或私人公司手中，他们都没有受到激励去共享它们。公共部门关注隐私问题，而私营部门关注获利动机。

技术革命很少仅由一项重大发现驱动。相反，科学突破通常只是迈向各地企业家将其应用于现实世界问题和客户需求之前的第一步。在我们从发现AI的时代过渡到实现的时代时，一件事变得显而易见：在数据方面，我们需要合作而不是孤立。

这是由于以下几个原因：

1.共享数据加速了AI的发展。该算法可以训练的数据越多，它学习的速度就越快，并且变得越准确。

2.共享数据促进创新。我们允许精英学术机构之外的人们与AI合作的越多，我们将看到针对现实世界问题的更具创新性的解决方案。

3.共享数据有助于减少算法偏差。到目前为止，我们大多数人都听到了令人震惊的AI增强负面刻板印象的例子。在全球范围内共享数据意味着可以接触到更多不同的数据集，如果操作正确，偏差也就更少。

4.共享超出机构或国家边界的数据迫使我们看到AI的本质，这是一种可以或不应该包含在人为边界内的全球现象。

当前，我们在如何使用和管理一种技术方面处于历史十字路口，这种技术将以一种或另一种方式彻底改变我们的社会，政治和经济体系的运作方式。然而，可以肯定的是：零和心态不是答案。

要充分利用AI的社会潜力，就需要一种截然不同的数据共享模型。这是否意味着促进公私伙伴关系，建立全球监管机构，甚至宣布数据为公共利益仍有待观察。

所有这些想法都面临着自己独特的挑战。但是，它们可以作为AI时代公民，公司和国家之间新的社会契约的模样的思想起点。

当前的大部分讨论都集中在滥用数据上。但是，我们也应该承认错用的机会成本。鉴于未来面临着前所未有的全球挑战，我们需要问自己是否能够以国家政治的名义负担后者的费用。