但ShotSpotter公司首席執行官拉爾夫·克拉克（Ralph Clark）認為，該系統未來的用途不僅僅是簡單地應對突發事件。他表示:“我們迫切希望看到，我們的數據如何能夠提供更多的預警信息。機器學習可以把它與天氣、交通數據、財產犯罪數據結合起來，從而向巡邏警察更準確地通報消息。”

　　3.預防饑荒

　　全世界大約有8億人依靠木薯根作為主要碳水化合物（為人體提供熱能的主要營養素）的來源。這種淀粉類蔬菜與山藥相似，經常被人像土豆那樣食用，但也可以磨成粉做面包和蛋糕。它能在其他農作物沒法生長的地方種植，這使它成為世界上第六大糧食作物。但是這種木本灌木極易受到疾病和害蟲的侵害，整片田地都會受到損害。烏干達Makerere大學的研究人員已經與植物疾病專家合作，開發了一套旨在對抗木薯疾病的自動化系統。Mcrops項目允許當地農民使用廉價的智能手機拍攝植物圖片，并使用計算機視覺技術來識別導致木薯作物受損的四種主要疾病跡象。

　　計算機技術研究人員歐內斯特·姆貝澤（Ernest Mwebaze）解釋說：“這些疾病真的很難識別，需要采取不同的行動根治。我們正在為農民提供‘口袋中的專家’，以便讓他們知道自己是否需要為作物噴藥，或者完全毀掉這批作物以便種植其他作物。”該系統現在診斷木薯疾病的準確率高達88%。在正常情況下，農民必須打電話給政府雇傭的專家來他們的農場查明疾病，這可能需要幾天甚至幾周的時間，而蟲害在此期間可能已經大范圍擴散。

　　MCrops還利用上傳到網上的圖片來尋找疾病暴發的模式，這可以讓官員們阻止可能導致饑荒的流行病。姆貝澤和他的同事們希望利用這項技術來研究香蕉疾病，并自動檢測其他作物害蟲。

　　4.對抗癌癥和失明

　　谷歌(微博)母公司Alphabet旗下子公司DeepMind可以通過利用機器學習識別病人組織的健康區域來幫助醫生提供癌癥治療

　　全世界每年有880萬人死于癌癥，另有1400萬人被診斷出患有某種癌癥。然而，盡早發現癌癥能夠極大地提高患者的生存機會，并降低復發的風險。篩查是早期發現癌癥的關鍵方法之一，但通過掃描和其他方法檢測結果費時費力。但是，谷歌母公司Alphabet旗下AI子公司DeepMind和IBM都在應用自己的AI技術來解決這個問題。

　　DeepMind與倫敦大學學院醫院的英國國家衛生署醫生合作，通過識別頭部和頸部腫瘤中的健康組織區域，來訓練其AI幫助制定治療癌癥的方法。此外，該公司還與倫敦Moorfields眼科醫院合作，在眼部掃描中識別失明的早期跡象。DeepMind Health的臨床主管多米尼克·金（Dominic King）說：“我們的算法能夠在掃描中解釋視覺信息。這個系統學會如何識別潛在的問題，以及如何向臨床醫生推薦正確的行動。現在我們對結果發表評論還為時過早，但早期的跡象非常令人鼓舞。”

　　金說，通過篩選掃描圖像，并優先考慮那些臨床醫生最迫切需要的信息，AI技術可以幫助醫生更快地識別病例。IBM最近宣布，Watson AI可以分析圖像，并評估病人的診斷，從而準確地識別出96%的病例。世界各地55家醫院的醫生正在對該系統進行測試，以幫助診斷乳腺癌、肺癌、結腸癌、宮頸癌、卵巢癌、胃癌以及前列腺癌。

　　5.控制電力應用

　　關于氣候變化是否導致了美國歷史上兩場連續災難性颶風的爭論不斷升溫，我們如何才能最大限度地利用清潔、可再生能源來防止對氣候模式造成進一步破壞？

　　圖5：AI可以實時監控能源需求和生產，這有助于我們更明智地使用能源，抑制污染，減少氣候危害排放

　　世界各地的人們越來越依賴可再生能源來應對氣候變化和化石燃料造成的污染，而平衡電力供應的任務變得越來越艱難。智能電表（如可自動記錄使用情況的數字能源監視器）的普及，也提供了比以往任何時候都更多的數據，用來說明消費者使用能源的方式和時間。僅歐盟就計劃到2020年在家庭中安裝5億個智能電表。