歡迎訪問廈門信息集團大數據運營有限公司網站(zhàn)!
0551-65909059   公司OA
聯系電話(huà):
當前位置:首頁>>新聞中心>>行業動态 >>吳恩達、Jeff Dean、Bengio對(duì)話(huà):如何用(yòng)機器學習應對(duì)氣候變化
今天是: 2024年07月29日   【農(nóng)曆:六月廿四】  星期一
吳恩達、Jeff Dean、Bengio對(duì)話(huà):如何用(yòng)機器學習應對(duì)氣候變化
技術部推薦理(lǐ)由:本文(wén)主要講的是技術大(dà)咖們就機器學習解決氣候變化所展開(kāi)的讨論,其中關于從(cóng)小(xiǎo)問題開(kāi)始着手、注重基礎工(gōng)作(zuò)、加強道(dào)德規範等建議(yì)同樣适用(yòng)于大(dà)數據場景落地應用(yòng)。
十三 發自(zì) 凹非寺 
量子位 編譯 | 公衆号 QbitAI

機器學習該如何加入應對(duì)氣候變化這(zhè)場硬仗?

在今年的NeurIPS會(huì)議(yì)上(shàng),機器學習大(dà)神們聚集在一起,讨論了(le)人工(gōng)智能(néng)如何應對(duì)氣候變化對(duì)地球生命的影響。

研讨組包括圖靈獎得主、蒙特利爾大(dà)學教授Yoshua Bengio;谷歌人工(gōng)智能(néng)主管Jeff Dean;LandingAI創始人吳恩達;康奈爾大(dà)學教授Carla Gomes以及斯坦福統計(jì)學教授Lester Mackey

氣候變化是人類面臨的越來(lái)越嚴重的問題。

全球變暖、冰川消融、海平面上(shàng)升、極端天氣事(shì)件頻發等等,人類的生存正在逐漸受到(dào)威脅。


科學家們已經從(cóng)很(hěn)多不同的角度對(duì)氣候變化進行了(le)深入的研究,提出了(le)很(hěn)多應對(duì)氣候變化的策略。

而火遍各行各業的機器學習也(yě)加入到(dào)了(le)這(zhè)場戰鬥中。

量子位整理(lǐ)了(le)此次研讨會(huì)上(shàng)機器學習大(dà)神們針對(duì)這(zhè)個問題的讨論。

重視(shì)研究的價值

Bengio表示:

若是要更好(hǎo)地應對(duì)世界緊迫挑戰的問題,關鍵步驟就是改變對(duì)人工(gōng)智能(néng)研究的價值觀。

機器學習領域需要評估自(zì)己所做工(gōng)作(zuò)對(duì)世界帶來(lái)的影響,以此來(lái)改變将研究提交給大(dà)型會(huì)議(yì)(例如NeurIPS)的态度。

Bengio表示,在研讨會(huì)上(shàng)讨論的這(zhè)些(xiē)問題的價值,可能(néng)比GAN或其他(tā)研究所帶來(lái)的機器學習進展更具有影響力

我們可能(néng)會(huì)認爲每年申請(qǐng)頂會(huì)的論文(wén)數量是一個領域進步、發展的表現(xiàn),但(dàn)這(zhè)完全是一個錯誤的度量标準。我們應該思考的是爲什(shén)麽要做這(zhè)項工(gōng)作(zuò),以及會(huì)對(duì)社會(huì)帶來(lái)什(shén)麽貢獻。

許多研究人員都過于注重“論文(wén)發表”這(zhè)件事(shì),會(huì)認爲簡曆上(shàng)能(néng)再豐富點會(huì)對(duì)找工(gōng)作(zuò)有好(hǎo)處。

“這(zhè)是不健康的,這(zhè)不該是學生和(hé)研究人員應當拿出來(lái)覺得驕傲的事(shì)情”,Bengio說。

如果我們對(duì)科研有這(zhè)樣的價值觀,那麽我們就會(huì)感受壓抑,需要花(huā)更多的時(shí)候投入到(dào)工(gōng)作(zuò)中。

一旦我們從(cóng)這(zhè)個問題中抽身出來(lái),開(kāi)始思考我們能(néng)爲世界帶來(lái)什(shén)麽,從(cóng)事(shì)可以影響世界的工(gōng)作(zuò)(例如氣候變化),那麽我們的工(gōng)作(zuò)壓力就會(huì)變小(xiǎo),甚至最終能(néng)夠創造出更好(hǎo)的科學結果。

從(cóng)小(xiǎo)問題開(kāi)始着手

專家組還讨論了(le)機器學習領域中一些(xiē)具體技術的發展,他(tā)們認爲這(zhè)些(xiē)進步可以有效地應對(duì)氣候變化問題。

他(tā)們呼籲使用(yòng)小(xiǎo)型數據集和(hé)應用(yòng),如自(zì)監督學習和(hé)遷移學習,這(zhè)樣訓練模型就會(huì)需要更少的數據。

吳恩達表示,許多機器學習、深度學習都是在大(dà)型消費互聯網公司中發展起來(lái)的,這(zhè)些(xiē)公司擁有數億或者數十億的用(yòng)戶,以及大(dà)量的數據集。

在氣候變化這(zhè)一問題上(shàng),我們可能(néng)有時(shí)隻有數百或數千張風(fēng)力渦輪機之類的照片,可以說是非常小(xiǎo)的數據集。

你(nǐ)會(huì)發現(xiàn)需要新的技術來(lái)解決這(zhè)些(xiē)小(xiǎo)數據集中存在的問題。

Gomes對(duì)此表示贊同。

她(tā)認爲緻力于應對(duì)氣候變化的機器學習挑戰是一條雙行道(dào),在解決氣候變化問題方面取得的進展可以促進機器學習的創新。

我确實認爲,對(duì)于人工(gōng)智能(néng)和(hé)機器學習,一個巨大(dà)的挑戰就是科學發現(xiàn)

如何嵌入先驗知(zhī)識、科學推理(lǐ),以及如何處理(lǐ)小(xiǎo)數據。

Jeff Dean認爲,在解決氣候變化問題時(shí),遷移學習和(hé)多任務學習都是較有希望的技術。

氣候變化的挑戰至少可以爲這(zhè)些(xiē)技術提供一個有趣的實驗平台。

基礎工(gōng)作(zuò)

雖然專家們在此次研讨會(huì)中并沒有給出具體的解決方案,但(dàn)事(shì)實上(shàng),他(tā)們研究氣候變化問題已經有一段時(shí)間了(le)。

今年6月,Bengio、吳恩達和(hé)Gomes便加入了(le)一個由20多名氣候變化AI顧問組成的團隊,其中還包括DeepMind創始人Demis Hassabls。

他(tā)們共同發表了(le)一篇題爲“用(yòng)機器學習應對(duì)氣候變化”的論文(wén),參考文(wén)獻數量便高(gāo)達650篇。

這(zhè)篇論文(wén)探讨了(le)機器學習在氣候變化方面的應用(yòng),比如預測供需或極端天氣事(shì)件,或者預測人工(gōng)智能(néng),它可以讓城(chéng)市、交通和(hé)電力系統變得更有效率。

關于機器學習研究人員如何開(kāi)展應對(duì)氣候變化的問題,吳恩達建議(yì):

與其關注問題的規模,不如從(cóng)回顧相關數據開(kāi)始,與朋友一起做實驗,最終發表你(nǐ)的研究成果,或者與氣候科學家進行對(duì)話(huà)。

Gomes表示:

我确實對(duì)計(jì)算(suàn)機科學表示擔心,我們認爲自(zì)己什(shén)麽都擅長,但(dàn)是想出來(lái)的解決方案完全不切實際,在特定領域毫無意義,因此與專家建立聯系非常重要。

加強AI道(dào)德規範

吳恩達還建議(yì)人工(gōng)智能(néng)研究界采用(yòng)更嚴格的道(dào)德規範,同時(shí)提供法律的保護。

當然,目前已經有很(hěn)多人工(gōng)智能(néng)的道(dào)德規範,但(dàn)是都太過于模糊,吳恩達認爲是沒有用(yòng)處的。

谷歌、微軟和(hé)經合組織的AI道(dào)德規範是經過深思熟慮的,但(dàn)我認爲還需要做更多的工(gōng)作(zuò)。

專家組還提到(dào)了(le)在制定應對(duì)氣候變化的解決方案時(shí),讓受氣候變化影響的人參與進來(lái)的重要性。

在研讨會(huì)開(kāi)始時(shí)的主題演講中,Jeff Dean稱氣候變化是21世紀的問題,并談到(dào)了(le)人工(gōng)智能(néng)結合無碳足迹(no carbon footprint)的潛力。

我們可以讓計(jì)算(suàn)本身爲零碳排放(fàng),這(zhè)樣它就不會(huì)對(duì)實際應用(yòng)中的問題産生影響,也(yě)不會(huì)對(duì)這(zhè)些(xiē)問題的解決方案産生影響。

僅有算(suàn)法是不夠的。你(nǐ)真的需要把這(zhè)些(xiē)算(suàn)法集成到(dào)系統中,然後把它們綁定到(dào)對(duì)氣候相關問題影響最大(dà)的應用(yòng)程序中,而解決氣候問題是我們應該做的一個重要部分。

我認爲,應該讓公衆明(míng)白(bái)這(zhè)是一件真實、迫在眉睫的事(shì)情,而不是虛構的事(shì)情。

科學界對(duì)此的認可是100% 的。我們隻需要繼續努力推動教育每一個人,不僅要讓他(tā)們真正接受正在發生的事(shì)情,還要讓他(tā)們知(zhī)道(dào)他(tā)們能(néng)做什(shén)麽來(lái)改變現(xiàn)狀。

Jeff Dean還強調了(le)谷歌的機器學習項目,這(zhè)些(xiē)項目有潛在的氣候影響。

比如一個旨在創造聚變能(néng)源的項目,一個使用(yòng)貝葉斯推斷技術進行天氣預報(bào)的項目,以及一個通過觀察人們的屋頂和(hé)當地天氣模式,來(lái)預測如果他(tā)們選擇安裝太陽能(néng)電池闆将會(huì)節省多少錢(qián)的項目。

今年早些(xiē)時(shí)候,谷歌還擴大(dà)了(le)對(duì)印度恒河(hé)和(hé) Brahmaputra 沿岸居民的洪水(shuǐ)預測。

傳送門(mén)

VB:
https://venturebeat.com/2019/12/16/ai-experts-urge-machine-learning-researchers-to-tackle-climate-change/

論文(wén)地址:
static/file/1906.05433v2.pdf

—  —