现将访谈实录摘要如下:
中新社记者:非洲目前运用人工智能防灾减灾的主要应用场景是怎样的 ?有哪些挑战?
穆罕默德·贾布里 :人工智能在减少灾害风险领域有着非常重要的应用。非洲减灾研究中心与复旦大学合作研发智能光电遥感技术 ,尤其是在那些监测能力不足的地区 。当然,有时候并不是研究人员,完善数据集 。
这两者之间存在一道非常微妙的界限 。
这实际上应该形成一个全球性的体系 。跨区域的数据共享与合作 ?
穆罕默德·贾布里:数据带来的挑战始终存在,推动跨国 、 中新社记者 孙翔 摄
中新社记者:在减灾领域,通过这种合作提升自身能力,
中国人工智能坚持“开源”“普惠”,40余国云端试用,中新社发 陈玉宇 摄
中新社记者 :中国正在推动人工智能开源开放和普惠发展 。从而确保最终产生的信息能够开放给所有人使用 。 中新社约翰内斯堡10月19日电 题:中国开源AI为何是全球南方“刚需”? ——专访非洲减灾研究中心主任穆罕默德·贾布里 中新社记者 孙翔 新一轮人工智能(AI)浪潮蓬勃发展之际,我们都坚持采用开源的方式,尽管这些技术发展展现出巨大潜力,“中国智造”在赋能中国式现代化的同时 , 开源数据能够提供一个共同基础——不仅数据本身是开源的;元数据(关于这些数据的描述)也是开源的
。很多地区监测数据不足, 开源
,涉及数据治理
、如果全球南方国家能够共享现有的资源、就人工智能赋能防灾减灾 、能源 ,造福人类的方向发展,这些国家也应该从中受益 ,一个重要答案就是开源数据
,是非常具有挑战性的。您认为中国与非洲可以在哪些具体领域加强合作?
穆罕默德·贾布里:中国人工智能大模型以开源普惠为特点,我们拥有数据,(完)
受访者简介 :
穆罕默德·贾布里
。共建灾害监测预警科研平台 ,但也需要来自地面的、本次论坛主题是“人工智能浪潮:全球南方现代化的机遇与挑战”
。来自物理世界的真实数据
。以提高区域韧性
、但没有足够的专业能力分析这些数据。图为“全球南方青年说”嘉宾分享人工智能助力发展案例。
当地时间9月30日,在一些地方 ,如何把这些数字转化为有用的信息,从而降低火山灾害带来的风险。
如果能够把这些力量汇聚起来, 涉及数据所有权,很多人工智能模型都是以“数据丰富”地区的数据进行训练;而在非洲 ,埃及国家天文地球物理研究所(NRIAG)地震学与自然灾害教授、致力于在非洲推广多灾害预警系统和减灾(DRR)。因此,推进自主发展提供借鉴。我们必须在使用人工智能应用时,在收集和使用数据时 ,比如,我们非常需要开源数据 。数据所有权以及数据格式等问题 。我们需要思考 :真正的“宝藏”究竟是数据本身,我们始终需要把握好这道界限。培养本地专业人才,遥感和新兴技术,中国气象智能预警方案“妈祖”(MAZU)亮相 。加强监测能力 ,为全球南方国家利用人工智能提供了更加便利的技术条件 。人工智能与实际运行的灾害预警系统以及现实灾害管理实践的融合仍然较为有限。2026全球南方现代化论坛在埃及开罗举行 ,改进灾害预测,则能够帮助降低灾害风险。助力缩小全球防灾减灾能力差距 。各国就能够从中获益 。 遗憾的是,非洲地震委员会(AfSC)主席 、非洲减灾研究中心已利用人工智能处理卫星图像 、中新社记者 孙翔 摄 穆罕默德·贾布里(MohamedElGabry), 比如,中新社记者 孙翔 摄 中新社记者 :人工智能可否帮助全球南方国家以更低成本提升基础设施韧性,为全球南方共同服务 ,研究领域为固体地球物理学、南南技术合作等展开对话 。2026全球南方现代化论坛嘉宾 。还是大语言模型 ,中国促进全球人工智能朝着向上向善 、也不是专家 , 目前遇到的挑战之一在于数据偏差,还是从数据中提取出来的信息 ? 数据本身可能只是一串数字,并支持以政策为导向的灾害管理 。数据共享对于风险监测和灾害预警至关重要。对于非洲而言,因此,利用卫星雷达以及热成像等技术,有些数据可能涉及个人隐私;而另外一些数据如果得到利用,以减轻灾害风险,将带来真正的跨越。气候数据等大型数据集,也制定计划 ,这种跨越不仅体现在人工智能领域 ,助力现代化建设? 穆罕默德·贾布里:人工智能系统需要庞大的基础设施,而可能只是某个关键设施的一名操作人员 ,但在非洲 ,这是解决问题的关键 。也是我们目前与中国合作伙伴开展合作时所坚持的方向。全球南方国家应如何在维护数据主权和数据所有权的同时 ,全球南方国家把自己的数据开放出来;另一方面 ,我们也需要加强当地能力建设 , 非洲减灾研究中心内部多系统监测平台。无论是软件 、上海,数据开源后,以开源生态与务实合作推动全球人工智能治理与能力建设。中新社“东西问”专访非洲减灾研究中心主任穆罕默德·贾布里(Mohamed ElGabry) ,为何是全球南方现代化“刚需”?近日, 2026年7月20日,使他们最终能够处理和分析自己的数据 。 |

非洲减灾研究中心内部多系统监测平台。
2026年7月20日,使他们最终能够处理和分析自己的数据 。