人工智能赋予数据生命，让过去各种盘点和调查收集的海量数据找到再利用的机会，通过数据驱动决策，我们能对症下药，用AI改善社会福祉，AI能帮助解决哪些社会问题？台风停电风险预警系统台湾省地处台风路径中心，常造成大面积停电。谢宗振博士解释说，人工智能可以帮助预测可能的台风来之前。在造成停电的地区，我们可以利用中央气象局的台风路径预报、历年累计雨量分布图、台电电机组建设数据、电线杆分布坐标、台风灾害历史数据，以及针对台湾村落特点建立停电风险预测。该模型帮助台电公司在台风到来前提前进行灾害管理和资源配置，将停电风险降到最低。农用地重金属污染检测过去，环保局定期派专业技术人员到全国各地农用地，通过人工调查的方式进行重金属检测。问题农地，谢宗振博士解释，AI系统在土壤取样及农委会调查分析报告中，使用了13万个农地数据，发现台湾有993个农地重金属超标，这促使政府关注农业用地。土地污染，尽快开展污染农田整治。创建节能智能工厂工厂生产需要大量资源，处理制造污染是运营成本的负担。智能工厂的生产线布满传感器，记录工厂运营的历史轨迹。将收集到的数据利用AI进行建模，寻找最佳生产方式，既能满足质量控制要求，又能节约能源，达到降低成本和清洁生产的目的。儿童再虐预警系统利用未成年人虐案基础数据、家庭数据、家庭功能评估、关系状况等数据，建立再虐风险预警模型，以分数形式呈现风险，辅助辅助公众在判断案件处理顺序时，提高案件侦查的准确性，选择最合适的处理方式。据统计，平均每年有2万名家庭暴力受虐儿童，平均每名社工要处理60起个案，其中30%为家庭暴力重复案件。目前的预警系统可以达到65%左右的准确率，这意味着每年可以再挽救3000~4000名儿童免遭家暴，帮助社工减少工作量，让有限的资源用在自己的地方最需要的。火灾风险预测2016年，谢宗振博士团队利用消防局的火灾数据、社会局的家庭状况记录、建筑单位的建筑物相关记录，帮助高雄市构建火灾风险地图，并完成了来年凤山区。热区图可以精确到未来5年内每栋建筑发生火灾的概率。消防部门可以准确地对特别危险的建筑物进行防火家访。经过半年的实施，火灾概率确实下降了。谢宗振博士认为，AI的核心目标是人，是一种早知早知的策略，知道是否要放台风假期，知道哪些家庭会受到伤害，用最高效的方式解决问题和痛点，关键是实现数据驱动的变更管理。只有正确的数据，人工智能才能发挥其真正的价值。
