借助无人机和机器学习，斯坦福学者着力挖掘最有价值数据

　　本文约2300字，建议阅读5分钟科学家采用了无人机技术和机器学习方法，专注于发现和收集南极洲最有价值的数据。
　　冰可以说是地球的盾牌，通过将多余的热量反射到太空中，使地球保持寒冷，以保护地球层及海洋。
　　但自1900年代初，世界各地的冰川都在融化。
　　工业革命以来，二氧化碳和其他温室气体排放激增，而随着温度的上升，海平面的逐渐上升也成为近年来各个国家密切关注的重大环境议题之一。
　　上个月，美国一项跨部门联合发布的海平面上升最新预测报告说，受气候变化影响，美国海岸线的海平面高度至2050年将比目前平均上升 25至30厘米 ，未来30年海平面上升幅度或与过去100年的升幅相当。
　　2021年9月2日，美国纽约一条主要道路上的车辆被积水淹没。受飓风＂艾达＂影响，暴雨9月1日晚开始袭击纽约市及周边地区，并引发洪涝灾害。（图源：新华社）
　　鉴于此，了解海平面上升的幅度和速度至关重要。但现有模型都非常不稳定，同时由于 最南端大陆 充满了未知，各国政府在规划未来时必须考虑各种情景。
　　最近，斯坦福大学的科学家就采用了 无人机技术 和 机器学习方法 ，专注于发现和收集南极洲最有价值的数据，以增加推动海平面上升过程的理解。
　　科学工程交叉领域学者Dustin Schroeder表示，＂我们希望为政策制定者提供信息，但鉴于从南极洲收集数据的难度，我们无法调查所有内容。因此我们专注于收集最具影响力的数据，这是一个困难的、技术性的、需要借助人工智能的问题＂。
　　南极洲冰盖数据集的完整度甚至不如火星？！
　　鉴于相关问题的复杂程度，科学家们需要一种更高效和智能的数据收集方法。
　　对此，首先他们着手创建了一个 新的数据收集平台 ，该平台将依靠配备冰穿透雷达的自主无人机来获取更准确的读数。
　　Schroeder说：＂目前的流程包括一次去南极洲几个月，然后乘坐飞机四处飞行，或者在冰盖中央建立野战营地。＂
　　但在科学家们的设想中，无人机可以提供一种更加可持续且几乎完全自动化的长期监测方法。
　　此外，科学家们还需要侧重于确定在哪里可以找到最有价值的数据：如果自定义算法可以告诉研究人员何时何地发送无人机，就能最大限度地发挥它们的作用。
　　与冰盖融化相关的变量很多。研究人员想知道冰床的深度，冰的实际温度，他们还需要了解潮汐、季节和时间的流逝如何影响融化速度。更复杂的是，经过世界各国50多年的调查，在南极洲进行的一些最接近的测量可以相距大约3到5英里，但许多地方距离最近的已知测量已有数百英里。
　　结果就是这个占据了地球550万平方英里的大陆，却只有一个不怎么完整的数据集。
　　电气工程博士候选人Thomas Teisberg对此感叹道，＂到目前为止，每次我们收集数据时，都会发现一些新的东西＂，＂甚至在火星上，我们的冰盖模型都比在南极洲的更为精确＂。
　　为了解决这些问题，Schroeder和Teisberg利用物理信息 神经网络 ，以确定新无人机可能在哪里找到最有用的数据。这些初始模型结合了已知的物理规则，这些规则控制冰对环境因素的反应，并将这些规则应用于小型数据集。通过这种方式，算法可以快速运行并快速产生推荐。
　　最终，该团队设想了一个迭代周期或自适应测量过程，模型通过该过程实时处理每批新数据，为不断发展的飞行计划提供信息。通过采用数据驱动的方法，科学家们将能够同时考虑冰床的测量、冰的3D流动以及控制其运动的物理特性。
　　斯坦福大学的HAI Seed Grant为Schroeder和他的团队提供了设计代理机器学习模型，并开始在基于无人机的雷达系统上工作。
　　Teisberg表示，让 无人机找到冰盖底部 将是衡量成功的首要标准。＂我们正在快速推进对数十米到数百米冰层的山地冰川的现场测试。从那里开始，我们将把ML模型整合到飞行方式中——这是冰盖研究以前从未做过的事情。＂
　　李飞飞担任斯坦福HAI联合主任
　　斯坦福HAI全称Human-Centered Artificial Intelligence，也即人类中心人工智能研究所，李飞飞与John Etchemendy为HAI的联合主任。
　　根据官网介绍，在人工智能真正服务于人类之前，必须要让它知道人类在身体、情感、思维上的特性，从而让人工智能能够更好地理解人类的需求。也正因此，人工智能的设计者必须能够广泛代表人类，需要真正的 思想多样性。
　　目前该研究中心的重点研究领域在三个方面，分别是： 人类影响 （Human Impact）、 增强人类能力 （Augment Human Capabilities）和 智能 （Intelligence）。
　　在人类影响领域，学者们目前正在研究算法引入、复合或减轻偏见和风险的程度；机器和人做出的决定之间的＂责任差距＂；使用和滥用人工智能进行监视、人口控制和发动战争；以及人工智能对社会机构、司法系统、政府、行业结构、劳动力市场、经济增长和跨国贸易的影响。
　　在增强人类能力方面，除了设计方法的研究外，学者们在其他重点领域的进步和考虑将帮助创建具有这些更合适的通信能力的系统。这项基础研究将与人工智能在教育、医疗保健和可持续性等重要应用领域的使用相结合，在这些领域可以利用和评估新的设计方法和工具。
　　在智能上，为了创造一个机器辅助但以人为中心的世界，必须开发下一代人工智能技术，以克服当前算法的局限性，扩展可以解决的问题类别，并补充人类的认知和分析风格。要实现这一目标，就需要开发能够正确决策的机器智能，它应该在多个尺度上理解人类语言、情感、意图、行为和交互。
　　除此之外，＂ AI指数报告 ＂系列也同样由HAI发布，该报告每年都会对AI的影响和进展进行全面研究，并分析和提炼AI对国民经济、就业增长、多样性和研究等各方面的影响模式。
　　比如，根据去年报告中的10大主要看点，可以得出不少AI开发与应用方面的一些重要趋势。例如：全球AI投资继续显著增长，医疗行业是最大的投资领域；在美国，AI博士毕业生占计算机科学博士毕业生的比重大幅增长，其它相关专业则比重下降；博士毕业生去往产业界的比例大幅增长，进入学术界的比例则持续下降；全球已有30多个国家和地区发布人工智能战略……
　　正如南极洲项目，通过科学家的创新方法，监测和预测冰盖变化的能力有望得到显著提高，这也将有效助力城市应对危机的能力。
　　＂从长远来看，这项工作可能会改变冰川学家收集和理解数据的方式。目前，我们还要专注于让冰盖研究更智能、更高效，以便能够更好地了解南极洲的变暖将如何影响未来的海平面上升。＂
　　相关报道：
　　https://hai.stanford.edu/news/how-fast-will-antarcticas-ice-sheet-melt
　　https://www.marktechpost.com/2022/03/12/stanford-researchers-apply-a-combination-of-autonomous-drone-technology-with-scientific-machine-learning-to-find-how-fast-will-antarcticas-ice-sheet-melt-and-reduce-the-uncertainty-of-sea-lev/