技術(shù)部推薦理由：本文主要講的是技術(shù)大咖們就機器學(xué)習(xí)解決氣候變化所展開的討論，其中關(guān)于從小問題開始著手、注重基礎(chǔ)工作、加強道德規(guī)范等建議同樣適用于大數(shù)據(jù)場景落地應(yīng)用。
十三 發(fā)自 凹非寺
量子位 編譯 | 公眾號 QbitAI
機器學(xué)習(xí)該如何加入應(yīng)對氣候變化這場硬仗？
在今年的NeurIPS會議上，機器學(xué)習(xí)大神們聚集在一起，討論了人工智能如何應(yīng)對氣候變化對地球生命的影響。
研討組包括圖靈獎得主、蒙特利爾大學(xué)教授Yoshua Bengio；谷歌人工智能主管Jeff Dean；LandingAI創(chuàng)始人吳恩達；康奈爾大學(xué)教授Carla Gomes以及斯坦福統(tǒng)計學(xué)教授Lester Mackey。
氣候變化是人類面臨的越來越嚴重的問題。
全球變暖、冰川消融、海平面上升、極端天氣事件頻發(fā)等等，人類的生存正在逐漸受到威脅。
科學(xué)家們已經(jīng)從很多不同的角度對氣候變化進行了深入的研究，提出了很多應(yīng)對氣候變化的策略。
而火遍各行各業(yè)的機器學(xué)習(xí)也加入到了這場戰(zhàn)斗中。
量子位整理了此次研討會上機器學(xué)習(xí)大神們針對這個問題的討論。
重視研究的價值
Bengio表示：
若是要更好地應(yīng)對世界緊迫挑戰(zhàn)的問題，關(guān)鍵步驟就是改變對人工智能研究的價值觀。
機器學(xué)習(xí)領(lǐng)域需要評估自己所做工作對世界帶來的影響，以此來改變將研究提交給大型會議(例如NeurIPS)的態(tài)度。
Bengio表示，在研討會上討論的這些問題的價值，可能比GAN或其他研究所帶來的機器學(xué)習(xí)進展更具有影響力。
我們可能會認為每年申請頂會的論文數(shù)量是一個領(lǐng)域進步、發(fā)展的表現(xiàn)，但這完全是一個錯誤的度量標準。我們應(yīng)該思考的是為什么要做這項工作，以及會對社會帶來什么貢獻。
許多研究人員都過于注重“論文發(fā)表”這件事，會認為簡歷上能再豐富點會對找工作有好處。
“這是不健康的，這不該是學(xué)生和研究人員應(yīng)當拿出來覺得驕傲的事情”，Bengio說。
如果我們對科研有這樣的價值觀，那么我們就會感受壓抑，需要花更多的時候投入到工作中。
一旦我們從這個問題中抽身出來，開始思考我們能為世界帶來什么，從事可以影響世界的工作(例如氣候變化)，那么我們的工作壓力就會變小，甚至最終能夠創(chuàng)造出更好的科學(xué)結(jié)果。
從小問題開始著手
專家組還討論了機器學(xué)習(xí)領(lǐng)域中一些具體技術(shù)的發(fā)展，他們認為這些進步可以有效地應(yīng)對氣候變化問題。
他們呼吁使用小型數(shù)據(jù)集和應(yīng)用，如自監(jiān)督學(xué)習(xí)和遷移學(xué)習(xí)，這樣訓(xùn)練模型就會需要更少的數(shù)據(jù)。
吳恩達表示，許多機器學(xué)習(xí)、深度學(xué)習(xí)都是在大型消費互聯(lián)網(wǎng)公司中發(fā)展起來的，這些公司擁有數(shù)億或者數(shù)十億的用戶，以及大量的數(shù)據(jù)集。
在氣候變化這一問題上，我們可能有時只有數(shù)百或數(shù)千張風(fēng)力渦輪機之類的照片，可以說是非常小的數(shù)據(jù)集。
你會發(fā)現(xiàn)需要新的技術(shù)來解決這些小數(shù)據(jù)集中存在的問題。
Gomes對此表示贊同。
她認為致力于應(yīng)對氣候變化的機器學(xué)習(xí)挑戰(zhàn)是一條雙行道，在解決氣候變化問題方面取得的進展可以促進機器學(xué)習(xí)的創(chuàng)新。
我確實認為，對于人工智能和機器學(xué)習(xí)，一個巨大的挑戰(zhàn)就是科學(xué)發(fā)現(xiàn)。
如何嵌入先驗知識、科學(xué)推理，以及如何處理小數(shù)據(jù)。
Jeff Dean認為，在解決氣候變化問題時，遷移學(xué)習(xí)和多任務(wù)學(xué)習(xí)都是較有希望的技術(shù)。
氣候變化的挑戰(zhàn)至少可以為這些技術(shù)提供一個有趣的實驗平臺。
基礎(chǔ)工作
雖然專家們在此次研討會中并沒有給出具體的解決方案，但事實上，他們研究氣候變化問題已經(jīng)有一段時間了。
今年6月，Bengio、吳恩達和Gomes便加入了一個由20多名氣候變化AI顧問組成的團隊，其中還包括DeepMind創(chuàng)始人Demis Hassabls。
他們共同發(fā)表了一篇題為“用機器學(xué)習(xí)應(yīng)對氣候變化”的論文，參考文獻數(shù)量便高達650篇。
這篇論文探討了機器學(xué)習(xí)在氣候變化方面的應(yīng)用，比如預(yù)測供需或極端天氣事件，或者預(yù)測人工智能，它可以讓城市、交通和電力系統(tǒng)變得更有效率。
關(guān)于機器學(xué)習(xí)研究人員如何開展應(yīng)對氣候變化的問題，吳恩達建議：
與其關(guān)注問題的規(guī)模，不如從回顧相關(guān)數(shù)據(jù)開始，與朋友一起做實驗，最終發(fā)表你的研究成果，或者與氣候科學(xué)家進行對話。
Gomes表示：
我確實對計算機科學(xué)表示擔心，我們認為自己什么都擅長，但是想出來的解決方案完全不切實際，在特定領(lǐng)域毫無意義，因此與專家建立聯(lián)系非常重要。
加強AI道德規(guī)范
吳恩達還建議人工智能研究界采用更嚴格的道德規(guī)范，同時提供法律的保護。
當然，目前已經(jīng)有很多人工智能的道德規(guī)范，但是都太過于模糊，吳恩達認為是沒有用處的。
谷歌、微軟和經(jīng)合組織的AI道德規(guī)范是經(jīng)過深思熟慮的，但我認為還需要做更多的工作。
專家組還提到了在制定應(yīng)對氣候變化的解決方案時，讓受氣候變化影響的人參與進來的重要性。
在研討會開始時的主題演講中，Jeff Dean稱氣候變化是21世紀的問題，并談到了人工智能結(jié)合無碳足跡(no carbon footprint)的潛力。
我們可以讓計算本身為零碳排放，這樣它就不會對實際應(yīng)用中的問題產(chǎn)生影響，也不會對這些問題的解決方案產(chǎn)生影響。
僅有算法是不夠的。你真的需要把這些算法集成到系統(tǒng)中，然后把它們綁定到對氣候相關(guān)問題影響最大的應(yīng)用程序中，而解決氣候問題是我們應(yīng)該做的一個重要部分。
我認為，應(yīng)該讓公眾明白這是一件真實、迫在眉睫的事情，而不是虛構(gòu)的事情。
科學(xué)界對此的認可是100% 的。我們只需要繼續(xù)努力推動教育每一個人，不僅要讓他們真正接受正在發(fā)生的事情，還要讓他們知道他們能做什么來改變現(xiàn)狀。
Jeff Dean還強調(diào)了谷歌的機器學(xué)習(xí)項目，這些項目有潛在的氣候影響。
比如一個旨在創(chuàng)造聚變能源的項目，一個使用貝葉斯推斷技術(shù)進行天氣預(yù)報的項目，以及一個通過觀察人們的屋頂和當?shù)靥鞖饽Ｊ?，來預(yù)測如果他們選擇安裝太陽能電池板將會節(jié)省多少錢的項目。
今年早些時候，谷歌還擴大了對印度恒河和 Brahmaputra 沿岸居民的洪水預(yù)測。
傳送門
VB：
https://venturebeat.com/2019/12/16/ai-experts-urge-machine-learning-researchers-to-tackle-climate-change/
論文地址：
https://arxiv.org/pdf/1906.05433.pdf
— 完 —