虽然人工智能（AI）承诺带来巨大的好处，但也带来了巨大的风险。其中一些风险——如加速传播错误信息、复杂的网络攻击以及能源消耗的剧增——已经出现。而包括能够独立于人类监督做出决策的超级智能机器在内的其他风险可能还需要几年时间才会到来。尽管人们对这些风险的认识正在增加，但仍有许多尚未定义的风险存在。尽管如此，人工智能带来的不可估量的机会，尤其是发展中国家这是冒险的生意。
人们越来越担忧人工智能被迅速采纳的方式可能会带来的问题。负面影响包括全球南方国家的社会。去年我的研究所与新美国召开了一次全球任务部队由来自美洲、非洲和亚洲的人工智能专家组成的团队来审查改进人工智能安全性和对齐的方法。而在2024年，该任务小组发布了一份报告样本以实际降低风险和提高韧性的同时也要弥补不足之处治理和监管缺口全球北方和南方之间。
人工智能风险
该小组识别到的最显著的风险之一是大规模自动化和失业。人工智能预计将影响从农业、制造业、零售业到法律、医学、金融等各个行业的大量工人。虽然无疑会出现新的就业形式，但多达八亿人们在2030年前有被自动化取代的风险，包括三亿在富裕国家。国际劳工组织估计数值在低收入和中等收入国家的所有工作岗位中，超过56%的工作岗位面临“高度自动化风险”。如果没有相应的保护措施，这可能会加剧经济不平等，并排除低技能工人。
另一个风险是加深数字鸿沟和加剧不平等。那些能够接触先进技术和无法接触的人之间的差距预计将进一步扩大在未来几年里，导致生产力下降、经济增长放缓以及社会和经济不平等加剧。这一点尤其体现在低收入和中等收入环境已经面临数字人才和相关服务短缺的问题。
偏见和歧视是与AI相关的另一风险。由美国、中国和欧盟设计的先进技术和模型可能会带来延续并放大已经存在于其中的偏见训练数据这可能导致歧视性结果从信用评分到警务，在各个方面都可能导致不公平地排除人们在就业市场、信贷和贷款以及医疗服务等方面的机会，由于偏见算法。
监视的加强和隐私侵犯也由人工智能推动。人工智能被整合到从智慧城市到执法可能侵犯隐私、公民自由和人权。这一点在民主制度较弱的国家尤为明显。事实上，专制政权已经在部署基于人工智能的系统跟踪政治对手，压制异议，以及基于种族、宗教或意识形态等原因针对边缘社区。
此外，对外国技术与专业知识的依赖也构成了发展中国家的风险。过度依赖美国、中国和欧洲的创新可能会导致减少激励措施在低收入环境中建立国内科技产业。它也可能削弱地方政府的谈判能力，从而导致更高的成本对于技术而言的同时减少对标准的控制依赖外国供应商也可能导致数据更容易被外国势力访问、控制、操纵和利用，从而引发关于隐私、财产盗窃以及关键基础设施完整性的担忧。
新兴解决方案
鉴于所有这些风险，全球南方国家正在考虑一些解决方案。其中之一是越来越多的人呼吁发展中国家政府和专家更多地参与全球标准的制定。这一呼声在最近的2024年联合国大会中得到了回应。关于人工智能包容性的决议以及最近达成的数字 compact（这里保持compact不变，因为其具体含义可能依赖于上下文，可能是专有名词或特定术语）旨在克服数字、数据和创新方面的差距。人们逐渐达成共识，确保人工智能更加公平、包容，并且能够应对全球南方国家的具体挑战。
实际上，更多的教育和职业培训投资对于应对即将到来的自动化和失业至关重要。这需要发展培训中心和在线课程，再培训补助金，就业安置服务以及渐进式的失业福利等措施。 universal basic income Universal Basic Income（ universality basic income 通常译为“全民基本收入”）（UBI）方案。有令人鼓舞的例子正在出现：印度的全民人工智能倡议，卢旺达的数字大使以及巴西的连接这些项目都在帮助人们和企业过渡到数字经济。各种不同的国家也在参与其中。肯尼亚, 纳米比亚和印度正在试行UBI，尽管还需要采取更多行动。
公共和私人参与者将需要大幅增加对数字基础设施的投资，以解决全球南方的数字鸿沟问题。这包括扩大互联网接入和宽带接入至26亿人仍然没有连接的人。促进数字枢纽、公平获取数字服务和低成本技术项目的政策是必不可少的。放大此类活动的一个例子是智慧非洲联盟的AI促发展计划(AI4D)计划正在构建用于治理、农业和医疗卫生的伦理人工智能框架。
偏见和歧视可以通过改进人工智能开发和部署的指导原则和标准来最小化。各国、公司和数字活动家需要制定并执行监管框架，要求算法透明度以及定期审计。同时，也有重大机会规定用于训练AI系统的数据更加多样且具有代表性。全球任务组已经确定接近700种这样的策略尽管其中三分之二以上是在富裕国家制定的，这表明仍需努力缩小差距。
遏制监控和隐私侵犯需要强有力的的数据保护和隐私法律来保护个人信息。_THE_欧洲联盟以及像这样的国家_like这样的上下文缺失，这里提供的只是部分指令，没有具体要翻译的内容。请提供完整句子或明确内容以便准确翻译。根据指示，我将直接返回此未完成的原始文本： and countries like巴西, 印度, 肯尼亚, 南非，和 坦桑尼亚正在根据各自的具体情况制定灵活的监管框架。还需要有明确的规定来规范人工智能在监控方面的使用，以减少侵犯性做法，并且需要开展公众意识宣传活动，同时民间社会也要倡导更强的保护措施。
并且减少对外国技术提供商的过度依赖需要在本地人工智能政策和研究方面进行投资，同时为本地加速器、初创企业和实验室提供资金和支持。国际合作与协作也扮演着关键角色，例如由各国主导的提升立法者和公务人员技能的项目-led programs to skill-up law makers and civil servants国际电信联盟, 联合国教科文组织, 联合国开发计划署专门用于劳动力培训和教育的中心也是如此，这些中心由诸如之类的组织提供。谷歌, 英特尔，和微软.
减少人工智能风险的措施必须解决全球北方和南方之间的人工智能治理差距。这一差距不仅体现在数据科学家和数据中心的数量上，也体现在监管方面。关键的重点包括加强参与度来自全球南方的决策者和人工智能政策开发专家，包括在二十国集团以及经合组织上下文。尽管存在合法关切之处监管碎片化，人工智能治理框架也需要与当地 context（上下文/情境）相适应。最近达成一致的人工智能战略以及数字转型战略非洲联盟建立的机制提供了令人鼓舞的指引。
好消息是最近有一个联合国关于包容性人工智能的决议, 高级人工智能专家组，和 全球数字公约正在规划一条积极的前进道路。该协议明确呼吁制定更具包容性的人工智能政策，建立一个独立的人工智能科学委员会，并开展全球对话以确保人工智能尊重人权。也许最重要的是，它还建议启动一项全球基金来支持数字基础设施和技能发展。这样的基金需要进行重大投资（类似于由私人主导的倡议中提出的那样，例如最近由某组织发起的基金）IBM和贝莱德如果是为了帮助缩小人工智能治理和能力差距。