谷歌的AI影響力挑戰賽于2018年10月在不到一年前推出，從那時起，它吸引了來自世界各地的2600多個應用程序 - 包括那些以前沒有使用過人工智能(AI)經驗的應用程序。

AI Impact Challenge旨在激勵世界各地的組織提交有關如何使用AI來應對社會緊迫挑戰的想法。

現在，谷歌已經在其“人工智能加速社會良好”報告中記錄了其中一些結果，該報告分享了可以拯救人類和地球的見解和提出的想法。

Google.org產品影響負責人Brigitte Hoyer Gosselink和Google AI項目負責人Carla Bromberg解釋說，該項目吸引了2602份申請，其中55%的非營利組織和40%的營利性組織報告說他們沒有以前的經驗與AI。

大多數應用程序建議從開源機器學習庫中提取，以彌合學術界和主流使用之間的差距。

“隨著新機器學習庫和其他開源工具(如Tensorflow和ML Kit)減少實施AI所需的技術專業知識，人工智能正變得越來越容易獲得。組織不再需要具有深厚AI背景的人，他們不必從頭開始，“請注意Gosselink和Bromberg。

他們還觀察到組織正試圖解決類似的問題，通常采用類似的方法。

“例如，我們收到了30多份建議使用人工智能來識別和管理農業害蟲的申請，”他們補充說，該報告可以鼓勵人們合作并共享資源來解決問題。

其他項目包括將機器學習應用于疫苗數據，預測供應鏈中每個環節的可行性，以及應用自然語言處理來分析危機呼叫幫助熱線的聊天記錄。

Google AI Impact Challenge為20位獲獎者提供了總計2500萬美元的資金。獲獎組織來自世界各地，包括澳大利亞，，尼西亞，英國，哥倫比亞，巴西，烏干達和瑞士等地。

該報告概述了申請審核的七個見解：機器學習并不總是正確的答案如果沒有ML，一些提交的提案會更快，更簡單，更便宜。在其他情況下，發現ML不夠復雜，無法解決問題。

數據可訪問性挑戰因行業而異數據需要可靠且有意義，但根據行業的不同，訪問這些數據可能很困難。

例如，與危機應對或平等和包容性相比，健康和教育方面的人更容易獲得數據。但是，所有部門都面臨著各種挑戰，包括隱私，數據訪問或收集的合作伙伴關系以及從第一方來源收集數據的能力。