吴恩达等ML大神对话：如何用机器学习应对气候变化|NeurIPS2019

 2019-12-17 12:05:38

十三 发自 凹非寺 
量子位 编译 | 公众号 QbitAI

机器学习该如何加入应对气候变化这场硬仗&＃xff1f;

在今年的NeurIPS会议上&＃xff0c;机器学习大神们聚集在一起&＃xff0c;讨论了人工智能如何应对气候变化对地球生命的影响。

研讨组包括图灵奖得主、蒙特利尔大学教授Yoshua Bengio&＃xff1b;谷歌人工智能主管Jeff Dean&＃xff1b;LandingAI创始人吴恩达&＃xff1b;康奈尔大学教授Carla Gomes以及斯坦福统计学教授Lester Mackey。

气候变化是人类面临的越来越严重的问题。

全球变暖、冰川消融、海平面上升、极端天气事件频发等等&＃xff0c;人类的生存正在逐渐受到威胁。

科学家们已经从很多不同的角度对气候变化进行了深入的研究&＃xff0c;提出了很多应对气候变化的策略。

而火遍各行各业的机器学习也加入到了这场战斗中。

量子位整理了此次研讨会上机器学习大神们针对这个问题的讨论。

重视研究的价值

Bengio表示&＃xff1a;

若是要更好地应对世界紧迫挑战的问题&＃xff0c;关键步骤就是改变对人工智能研究的价值观。

机器学习领域需要评估自己所做工作对世界带来的影响&＃xff0c;以此来改变将研究提交给大型会议(例如NeurIPS)的态度。

Bengio表示&＃xff0c;在研讨会上讨论的这些问题的价值&＃xff0c;可能比GAN或其他研究所带来的机器学习进展更具有影响力。

我们可能会认为每年申请顶会的论文数量是一个领域进步、发展的表现&＃xff0c;但这完全是一个错误的度量标准。我们应该思考的是为什么要做这项工作&＃xff0c;以及会对社会带来什么贡献。

许多研究人员都过于注重“论文发表”这件事&＃xff0c;会认为简历上能再丰富点会对找工作有好处。

“这是不健康的&＃xff0c;这不该是学生和研究人员应当拿出来觉得骄傲的事情”&＃xff0c;Bengio说。

如果我们对科研有这样的价值观&＃xff0c;那么我们就会感受压抑&＃xff0c;需要花更多的时候投入到工作中。

一旦我们从这个问题中抽身出来&＃xff0c;开始思考我们能为世界带来什么&＃xff0c;从事可以影响世界的工作(例如气候变化)&＃xff0c;那么我们的工作压力就会变小&＃xff0c;甚至最终能够创造出更好的科学结果。

从小问题开始着手

专家组还讨论了机器学习领域中一些具体技术的发展&＃xff0c;他们认为这些进步可以有效地应对气候变化问题。

他们呼吁使用小型数据集和应用&＃xff0c;如自监督学习和迁移学习&＃xff0c;这样训练模型就会需要更少的数据。

吴恩达表示&＃xff0c;许多机器学习、深度学习都是在大型消费互联网公司中发展起来的&＃xff0c;这些公司拥有数亿或者数十亿的用户&＃xff0c;以及大量的数据集。

在气候变化这一问题上&＃xff0c;我们可能有时只有数百或数千张风力涡轮机之类的照片&＃xff0c;可以说是非常小的数据集。

你会发现需要新的技术来解决这些小数据集中存在的问题。

Gomes对此表示赞同。

她认为致力于应对气候变化的机器学习挑战是一条双行道&＃xff0c;在解决气候变化问题方面取得的进展可以促进机器学习的创新。

我确实认为&＃xff0c;对于人工智能和机器学习&＃xff0c;一个巨大的挑战就是科学发现。

如何嵌入先验知识、科学推理&＃xff0c;以及如何处理小数据。

Jeff Dean认为&＃xff0c;在解决气候变化问题时&＃xff0c;迁移学习和多任务学习都是较有希望的技术。

气候变化的挑战至少可以为这些技术提供一个有趣的实验平台。

基础工作

虽然专家们在此次研讨会中并没有给出具体的解决方案&＃xff0c;但事实上&＃xff0c;他们研究气候变化问题已经有一段时间了。

今年6月&＃xff0c;Bengio、吴恩达和Gomes便加入了一个由20多名气候变化AI顾问组成的团队&＃xff0c;其中还包括DeepMind创始人Demis Hassabls。

他们共同发表了一篇题为“用机器学习应对气候变化”的论文&＃xff0c;参考文献数量便高达650篇。

这篇论文探讨了机器学习在气候变化方面的应用&＃xff0c;比如预测供需或极端天气事件&＃xff0c;或者预测人工智能&＃xff0c;它可以让城市、交通和电力系统变得更有效率。

关于机器学习研究人员如何开展应对气候变化的问题&＃xff0c;吴恩达建议&＃xff1a;

与其关注问题的规模&＃xff0c;不如从回顾相关数据开始&＃xff0c;与朋友一起做实验&＃xff0c;最终发表你的研究成果&＃xff0c;或者与气候科学家进行对话。

Gomes表示&＃xff1a;

我确实对计算机科学表示担心&＃xff0c;我们认为自己什么都擅长&＃xff0c;但是想出来的解决方案完全不切实际&＃xff0c;在特定领域毫无意义&＃xff0c;因此与专家建立联系非常重要。

加强AI道德规范

吴恩达还建议人工智能研究界采用更严格的道德规范&＃xff0c;同时提供法律的保护。

当然&＃xff0c;目前已经有很多人工智能的道德规范&＃xff0c;但是都太过于模糊&＃xff0c;吴恩达认为是没有用处的。

谷歌、微软和经合组织的AI道德规范是经过深思熟虑的&＃xff0c;但我认为还需要做更多的工作。

专家组还提到了在制定应对气候变化的解决方案时&＃xff0c;让受气候变化影响的人参与进来的重要性。

在研讨会开始时的主题演讲中&＃xff0c;Jeff Dean称气候变化是21世纪的问题&＃xff0c;并谈到了人工智能结合无碳足迹(no carbon footprint)的潜力。

我们可以让计算本身为零碳排放&＃xff0c;这样它就不会对实际应用中的问题产生影响&＃xff0c;也不会对这些问题的解决方案产生影响。

仅有算法是不够的。你真的需要把这些算法集成到系统中&＃xff0c;然后把它们绑定到对气候相关问题影响最大的应用程序中&＃xff0c;而解决气候问题是我们应该做的一个重要部分。

我认为&＃xff0c;应该让公众明白这是一件真实、迫在眉睫的事情&＃xff0c;而不是虚构的事情。

科学界对此的认可是100% 的。我们只需要继续努力推动教育每一个人&＃xff0c;不仅要让他们真正接受正在发生的事情&＃xff0c;还要让他们知道他们能做什么来改变现状。

Jeff Dean还强调了谷歌的机器学习项目&＃xff0c;这些项目有潜在的气候影响。

比如一个旨在创造聚变能源的项目&＃xff0c;一个使用贝叶斯推断技术进行天气预报的项目&＃xff0c;以及一个通过观察人们的屋顶和当地天气模式&＃xff0c;来预测如果他们选择安装太阳能电池板将会节省多少钱的项目。

今年早些时候&＃xff0c;谷歌还扩大了对印度恒河和 Brahmaputra 沿岸居民的洪水预测。

传送门

VB&＃xff1a;
https://venturebeat.com/2019/12/16/ai-experts-urge-machine-learning-researchers-to-tackle-climate-change/

论文地址&＃xff1a;
https://arxiv.org/pdf/1906.05433.pdf

— 完 —