0
| 本文作者： 付靜 | 2019-12-18 10:57 |
在今年 NeurIPS 會議的“應(yīng)對氣候變化”研討會上，機器學(xué)習(xí)領(lǐng)域頂尖專家齊聚一堂，討論氣候變化對地球上生命的影響、AI 如何解決這一緊迫問題，以及機器學(xué)習(xí)為什么以及如何加入這場戰(zhàn)斗。
該研討會由氣候變化人工智能組織（Climate Change AI）舉辦。雷鋒網(wǎng)了解到，該組織曾為人工智能研究會議舉辦研討會，并為機器學(xué)習(xí)從業(yè)者及其他領(lǐng)域研究者舉辦合作論壇。
“應(yīng)對氣候變化”研討會探討了一系列主題，從利用深度強化學(xué)習(xí)提升 Uber 和 Lyft 等叫車服務(wù)，到應(yīng)用深度學(xué)習(xí)預(yù)測野火風(fēng)險、探測雪崩沉積物、利用提升風(fēng)力預(yù)測準確性提高飛機效率，以及太陽能發(fā)電場的全球普查。
小組成員包括 Yoshua Bengio（2018 年圖靈獲獎?wù)?、世界領(lǐng)先的 AI 專家和深度學(xué)習(xí)先驅(qū)、蒙特利爾大學(xué)教授、加拿大蒙特利爾學(xué)習(xí)算法研究所主任）、吳恩達（AI 和機器學(xué)習(xí)領(lǐng)域國際最權(quán)威學(xué)者之一、Google Brain 聯(lián)合創(chuàng)始人、Landing.ai 創(chuàng)始人）、Jeff Dean（Google 元老之一、Google AI 掌門人），以及 Carla Gomes（康奈爾大學(xué)教授、計算可持續(xù)性研究所所長）。
【 圖片來源：VentureBeat 所有者：VentureBeat 】
據(jù)悉，下一次應(yīng)對氣候變化的機器學(xué)習(xí)研討會將于 2020 年 4 月在埃塞俄比亞亞的斯亞貝巴舉行的國際學(xué)習(xí)表征會議（ICLR）上進行。
2019 年 6 月，Yoshua Bengio、吳恩達和 Carla Gomes 加入了 20 多個氣候變化人工智能指導(dǎo)委員會和顧問成員的團隊，其中包括 DeepMind 創(chuàng)始人 Demis Hassabis。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，其中包含 650 篇參考文獻。該論文探討了機器學(xué)習(xí)在氣候變化中的應(yīng)用，如預(yù)測供需或極端天氣事件，以及可提高城市、交通和電力系統(tǒng)效率的預(yù)測 AI。
【 圖片來源：上述論文截圖 】
研究者表示，這篇論文不僅針對人工智能從業(yè)者，而且為參與氣候變化工作的人提供幫助，包括企業(yè)家、投資者、企業(yè)和政府領(lǐng)導(dǎo)人。
值得關(guān)注的是，關(guān)于機器學(xué)習(xí)從業(yè)者如何開始應(yīng)對氣候變化的問題，三位參與論文的科學(xué)家都提到與相關(guān)領(lǐng)域?qū)＜液献鞯闹匾浴?/p>
吳恩達認為，與其強調(diào)問題的嚴重性，不如做出實際行動——先一點一點回顧相關(guān)數(shù)據(jù)集，然后進行實驗，最終公布研究結(jié)果，或與氣候科學(xué)家進行對話。
Carla Gomes 建議與非機器學(xué)習(xí)研究者合作：
我的確擔(dān)心計算機科學(xué)。我們認為我們什么都擅長，但其實提出的解決方案完全不現(xiàn)實，對特定領(lǐng)域來講毫無意義，因此與專家聯(lián)系并創(chuàng)建網(wǎng)絡(luò)很重要。
Yoshua Bengio 說，避免重造輪子，就要保持謙虛，與機器學(xué)習(xí)可應(yīng)用領(lǐng)域的專家合作。
研討會上，小組討論了機器學(xué)習(xí)中能最有效應(yīng)對氣候變化的具體技術(shù)進展。
吳恩達和小組成員呼吁，在適用于小型數(shù)據(jù)集和應(yīng)用的機器學(xué)習(xí)方面取得進展，比如自我監(jiān)督學(xué)習(xí)和遷移學(xué)習(xí)，從而減少培訓(xùn)模型所需的數(shù)據(jù)。
吳恩達表示：
許多機器學(xué)習(xí)，即現(xiàn)代深度學(xué)習(xí)，都是在大型消費互聯(lián)網(wǎng)公司中成長起來的，這些公司擁有數(shù)以億計的用戶和龐大的數(shù)據(jù)集。但有時候，我們只有幾百或幾千張風(fēng)力發(fā)電機之類的圖片，所以需要通過新技術(shù)來解決問題。大體上，我認為要想讓機器學(xué)習(xí)在除軟件和互聯(lián)網(wǎng)公司之外的其他領(lǐng)域有所突破，我們需要更好的技術(shù)來應(yīng)對小數(shù)據(jù)體系。
對此，Carla Gomes 表示同意，他說，氣候變化和機器學(xué)習(xí)是雙向影響的，解決氣候變化問題取得的進展也可以帶來機器學(xué)習(xí)方面的創(chuàng)新。
Carla Gomes 談道：
我的確認為未來 AI 和機器學(xué)習(xí)的一個巨大挑戰(zhàn)是科學(xué)發(fā)現(xiàn)，包括嵌入先驗知識、進行科學(xué)推理，以及處理小數(shù)據(jù)。
在之前的 NeurIPS 研討會上，F(xiàn)acebook AI 研究總監(jiān) Yann LeCun 也提到了機器學(xué)習(xí)的能源效率使 AR 眼鏡等新技術(shù)落地的必要性。
在小組討論中，Jeff Dean 談到，遷移學(xué)習(xí)和多任務(wù)學(xué)習(xí)的進展都有希望應(yīng)用于氣候變化。他說，氣候變化的挑戰(zhàn)至少可以成為這類技術(shù)的一個有趣的試驗平臺。
另外，Yoshua Bengio 還特別提到了研究者該有的態(tài)度。
Yoshua Bengio 是 2018 年被引用最多的計算機科學(xué)研究員，他認為，機器學(xué)習(xí)研究者需要通過評估機器學(xué)習(xí)研究對世界的真正影響，來改變他們對提交給 NeurIPS 等大型會議的研究的態(tài)度。更好地應(yīng)對世界級緊迫挑戰(zhàn)的重要一步，便是改變研究者看待 AI 研究的方式。
他提到，研究者都很在乎論文出版——成為第一作者，為簡歷增光添彩，找到一份好工作——這種想法其實是不應(yīng)該的，學(xué)生和研究人員往往感到壓抑，工作時長也令人難以置信。但如果退一步，思考研究能為世界帶來什么，關(guān)注長期研究的真正價值，做能影響世界的項目（比如氣候變化），就會對自身的研究工作感覺更好，壓力也更小，最終說不定能取得更好的進展。
Yoshua Bengio 表示：
我認為，在本次研討會上討論的這類項目，可能會比生成對抗網(wǎng)絡(luò)（Generative Adversarial Nets）或其他方面的進步更有影響力。
此前，NeurIPS 的組織者就表示過，他們可能會將 AI 模型的碳足跡作為未來會議論文提交的標準之一。
而吳恩達則更關(guān)注道德規(guī)范問題。
吳恩達建議 AI 研究者采用更嚴格的道德規(guī)范，同時利用法律保護支持這些道德規(guī)范，就像醫(yī)生對病人的義務(wù)一樣。他說，任何道德規(guī)范都應(yīng)由 AI 研究者自己來制定。
吳恩達表示，無論是集體達成一致的道德規(guī)范還是其他什么規(guī)范，AI 研究界都應(yīng)該達成一個更明確或更可行的社會協(xié)議。他補充說，對科技的信任度下降也是一個需要解決的問題。
當(dāng)然，現(xiàn)在已經(jīng)有很多 AI 道德規(guī)范了，但很多都偏模糊，用處不大。比如，吳恩達說他向工程師們閱讀了經(jīng)濟合作與發(fā)展組織（OECD）的 AI 道德規(guī)范，然后問他們?nèi)绾胃淖児ぷ鞣绞?，工程師們幾乎一致表示一點也不需要改變。
對于現(xiàn)有的 AI 道德規(guī)范，吳恩達說：
Google 的道德規(guī)范很好，Microsoft 的道德規(guī)范不錯，經(jīng)濟合作與發(fā)展組織的道德規(guī)范也不差，但我認為我們還需要做更多工作。
正如他們在小組討論時提到的——可以和受到氣候變化影響的人們一起制定解決方案。在今年的 NeurIPS 的 Black in AI 研討會上，愛爾蘭都柏林大學(xué)研究者 Abeba Birhane 的一篇關(guān)于道德的論文獲得了最佳論文獎。論文中，作者也呼吁機器學(xué)習(xí)從業(yè)者與受他們創(chuàng)建的系統(tǒng)影響的群體密切合作。
作為 Google AI 主管，Jeff Dean 表示，Google 也在積極應(yīng)對氣候難題。
在接受媒體采訪時，Jeff Dean 表示：
我主要關(guān)注的是碳排放和機器學(xué)習(xí)。在我看來，機器學(xué)習(xí)項目的碳排放在總排放量中所占的比例還是相對較小的。在 Google 數(shù)據(jù)中心，我們?nèi)晁杏嬎阈枨蟮哪茉炊际?100% 可再生的。
在研討會一開始的主旨演講中，Jeff Dean 稱氣候變化是 21 世紀的問題，并談到了無碳足跡 AI 的潛力。Jeff Dean 說，讓計算實現(xiàn)零碳，有利于避免產(chǎn)生新的問題。但光是算法是不夠的，還需要將這些算法集成到系統(tǒng)中，然后將其綁定到將對氣候相關(guān)問題產(chǎn)生最大影響的應(yīng)用程序中。解決氣候難題是研究者應(yīng)該做的重要部分。
另外，他還談到了可以改變行為的方法——比如幫助人們了解自己的碳足跡。在聽眾提出關(guān)于在 Google Maps 上分享二氧化碳預(yù)測的問題后，Jeff Dean 說，Google 正在考慮在 Google 搜索結(jié)果中包含更多信息，為用戶的行為（比如訂購商品）給出一個碳排放量預(yù)測值。
他說：
我認為，公眾通過仔細觀察和教育，會明白解決氣候變化問題是一件真實、緊迫的事情，而不是虛構(gòu)的事情——對于這一點我們都已達成共識——我們只需要繼續(xù)努力，推動教育，讓公眾接受這一事實，并且做出更好的決定。
同時，Jeff Dean 在研討會上還指出了一系列有可能對氣候產(chǎn)生影響的 Google 機器學(xué)習(xí)項目，比如旨在創(chuàng)造融合能源的項目，在天氣預(yù)報等方面使用貝葉斯推理（Bayesian inference）的項目，以及 Sunroof 項目（雷鋒網(wǎng)按：通過研究屋頂和當(dāng)?shù)靥鞖猓A(yù)測安裝太陽能電池板的家庭可以節(jié)省的電費開支。）
據(jù)悉，今年早些時候，Google 優(yōu)化了對印度恒河和布拉馬普得拉河沿岸的洪水預(yù)測。
前不久，Google AI 在一次研討會海報展示環(huán)節(jié)展示了一篇論文，重點介紹了如何將機器學(xué)習(xí)應(yīng)用于雷達圖像來預(yù)測降雨。
在當(dāng)?shù)貢r間 12 月 12 日接受 VentureBeat 采訪時，Jeff Dean 表示支持英特爾 AI 總經(jīng)理 Naveen Rao 推薦的 AI 硬件碳/瓦特標準。
via VentureBeat，雷鋒網(wǎng)編譯。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
