联合国携手 Google 让全球数据服务于 AI 智能体

关键信息

已有 26 个联合国实体承诺接入该平台，启动时将提供近 20 个实体的数据，联合国计划到 2027 年迁移其统计数据集的 80%。一项涵盖 6 个大型语言模型、超过 13.3 万次回答的 UNICEF 基准测试显示，平均准确率仅为 21.2%；相关研究目前仍是未经同行评审的工作论文。

资讯摘要

联合国宣布正与 Google 合作，让其庞大的全球统计数据集合更容易被人类和 AI 系统使用。联合国系统数据公共平台将取代旧版 UNData 门户，后者主要要求用户通过传统数据库界面浏览和搜索。新系统建立在 Google 的开源 Data Commons 平台之上，可以接受涉及多个联合国机构数据的自然语言问题。它还支持 MCP，这是一种让 AI 应用直接连接外部数据源的开放标准。此项变化发生之际，AI 工具正越来越多地被用于事实查询，但其数字可靠性仍然不足。

在 UNICEF 对 6 个大型语言模型进行的测试中，针对全球发展指标的超过 13.3 万次回答平均准确率只有 21.2%；大约五分之三的回答没有提供可用数字，而连续两次作答的模型只有约一半返回了相同数字。联合国表示，已有 26 个实体承诺参与，启动时将有近 20 个实体的数据可用，并计划到 2027 年将联合国系统 80% 的统计数据集纳入平台。Google.org 提供了 200 万美元的能力建设资金和技术支持，Google 则表示平台运行在由联合国治理的实例上，最终计划由联合国独立维护、运营和扩展。每项统计数据都会保留原始来源信息，使用户能够把 AI 生成的结果追溯到相关联合国数据；演示还显示，AI 系统可以将多个指标组合成图表、仪表板和文字分析。

资讯正文

联合国周四宣布，正与 Google 合作，让人工智能系统更容易访问和使用其庞大的全球统计数据集合。

这一新系统名为 UN System Data Commons，建立在 Google 的开源 Data Commons 平台之上，允许用户通过自然语言查询，搜索来自联合国各机构的统计数据。它取代了现有的 UNData 门户；在后者上，用户主要需要通过更传统的数据库界面浏览和搜索统计数据。新平台还支持 Model Context Protocol（MCP），这是一项允许人工智能系统直接连接外部数据源的标准。

用户越来越多地转向人工智能工具寻求答案，但许多系统仍难以可靠地提供权威数据。联合国儿童基金会（UNICEF）首席统计师 João Pedro Azevedo 在一次线上简报会上对记者表示，该机构针对六个大型语言模型进行了基准测试，分析了它们对全球发展指标相关问题给出的超过 133,000 个回答，结果显示平均准确率仅为 21.2%。

Azevedo 表示，约五分之三的回答根本没有提供可用数字，原因往往是模型对答案含糊其辞。不过，当研究人员在约两天后使用相同的模型版本再次提出同样的问题时，那些两次都给出数字的模型，只有大约一半返回了完全相同的数字。

这项研究是 UNICEF 正在准备投稿期刊的一份工作论文，目前尚未经过同行评审。该组织表示，计划在论文发布时一并公开研究方法、代码和数据。

今年，UNICEF 还发现，从生成式人工智能助手流向其数据网站的流量大幅增加。该网站每月接待超过 600 万次访问，是该机构最受欢迎的网站之一。Azevedo 告诉 TechCrunch，1 月 1 日至 9 月 14 日期间，用户点击 ChatGPT 答案中的链接访问该网站的次数同比增长了 67%。今年，这类引荐流量占所有会话的 6.4%；UNICEF 估计，目前人工智能助手整体贡献的访问量约占总访问量的十分之一。

联合国表示，其 26 个实体已承诺加入 Data Commons，平台在上线时已提供其中近 20 个实体的数据。此外，联合国的目标是到 2027 年将联合国系统 80% 的统计数据集纳入该平台。

联合国统计司代理司长 Shantanu Mukherjee 表示：“无论是在规模、范围还是灵活性方面，我们都先进了几个数量级，首次实现了跨越联合国系统如此众多机构的连接。”他还表示：“我们也希望借此时机，让我们的数据做好被人工智能使用的准备。”

Google.org 提供了 200 万美元的能力建设资金和技术支持，用于建立该平台的核心基础设施。Google Data Commons 团队负责人 Prem Ramaswami 告诉 TechCrunch，该系统托管在由联合国治理的实例上，其最终目标是由联合国独立维护、运营并扩大规模。

Ramaswami 表示：“在整个部署过程中，我们一直采用‘培训培训者’的方法，而且我们已经看到联合国系统团队迅速提升了能力。”

Google 于 2018 年推出了 Data Commons，旨在将来自不同来源的公共数据集整理到一个通用框架中。去年，该平台增加了对 MCP 的支持，使 AI 智能体能够直接查询 Data Commons，获取统计数据及其来源。

联合国的平台还会记录每项统计数据的来源，因此人们可以将 AI 系统检索到的数据追溯至联合国的原始来源。Azevedo 对记者表示，随着越来越多的人依赖 AI 工具来查找和解读信息，这一点非常重要。

除了支持 AI 智能体检索单项统计数据外，Google 还演示了一个通过 MCP 连接联合国数据的 AI 系统如何汇总多个指标，并利用这些指标生成仪表板、图表和文字分析，而无需用户手动查找和整合底层数据集。

在一场演示中，Google 要求一个 AI 系统查找美国总统艾滋病紧急救援计划（President’s Emergency Plan for AIDS Relief）在非洲产生的影响。该系统识别出与 HIV 感染、艾滋病死亡率和预期寿命等指标相关的联合国统计数据，并利用这些数据制作了一张信息图。

然而，为 AI 系统提供权威数据，并不一定会使其结论同样权威。Ramaswami 表示：“由于模型可能会误解细微差别，因此在引用或发布输出内容之前，始终应由人类进行审核。”

来源与参考

1. 原始链接
2. UN turns to Google to make its global data ready for AI agents | TechCrunch