跨學(xué)科的氣候研究反映出了一種共識:即系統(tǒng)和綜合分析包含了保護地球免受氣候災(zāi)難影響的關(guān)鍵。大數(shù)據(jù)工具增強了數(shù)據(jù)整合,對正在發(fā)生的事情和即將發(fā)生的事情,提供了更好的洞察力。
隨著預(yù)測分析模型的改進,該領(lǐng)域內(nèi)的創(chuàng)新者們正在呼吁更好地訪問并解釋氣候數(shù)據(jù),這些數(shù)據(jù)歷來非常分散,而使用起來非常昂貴。
現(xiàn)在,已經(jīng)很少有人工智能(AI)技術(shù)未曾涉足的領(lǐng)域了。對于氣候變化的問題,人工智能的收集和過濾能力已經(jīng)證明了這種技術(shù)是一種非常強大的工具。
熱度持續(xù):尋找氣候變化的解決方案
從前工業(yè)時代算起,地球的年度平均地表溫度上升了兩度。這種微小的溫度變化會導(dǎo)致累計熱量產(chǎn)生重大影響。破紀錄或者極端的溫度、更多的降水以及積雪的減少會破壞生態(tài)系統(tǒng)。
如果氣候變化這個問題得不到解決,后果將非常嚴重:
在2020年,受氣候影響造成的損失達到2680億美元,其中64%有各類保險覆蓋。有保險覆蓋的企業(yè)或個人大都位于發(fā)達國家,例如美國。
尋求氣候變化解決方案的熱潮已經(jīng)興起,世界各地的企業(yè)和政府都感到需要適應(yīng)和恢復(fù)策略。
基于數(shù)據(jù)的氣候解決方案
Arbol的首席執(zhí)行官兼 dClimate 創(chuàng)始合伙人 Siddhartha Jha倡議將數(shù)據(jù)作為應(yīng)對氣候變化風(fēng)險的一條路徑。
dClimate是一家在數(shù)據(jù)氣候解決方案領(lǐng)域前沿的公司。Sid是這樣描述氣候數(shù)據(jù)的作用的:“氣候數(shù)據(jù)的重要性不僅僅在于能夠幫助企業(yè)和政府主動地為各種災(zāi)害天氣最好準備,還在于它能夠幫助他們構(gòu)建工具(例如基于數(shù)據(jù)的天氣保險、災(zāi)難模型和分析等),以更好地理解、管理風(fēng)險并建立抵御這些風(fēng)險的能力。”
企業(yè)、政府和市場都依賴準確的氣候數(shù)據(jù)和預(yù)測來做出戰(zhàn)略規(guī)劃決策:
隨著惡劣天氣事件變得越來越頻繁,氣候變量也在發(fā)生變化,對可操作的氣候情報的需求將持續(xù)增加。
數(shù)據(jù)(和人工智能數(shù)據(jù)建模)能夠如何幫助應(yīng)對氣候變化
dClimate和Arbol 是同一個團隊創(chuàng)立的,Arbol 是一個參數(shù)化天氣保險平臺,該平臺利用機器學(xué)習(xí)和獨特的人工智能承保人為天氣風(fēng)險市場帶來透明度和效率。它同領(lǐng)先的去中心化預(yù)言網(wǎng)絡(luò) Chainlink 緊密集成,后者提供了對自動、去中心化數(shù)據(jù)驗證和 dClimate 治理層的支持。消費者可以使用“技能點數(shù)”購買數(shù)據(jù)集。
一個去中心化的自治組織(DAO)提出并投票表決計算技能點數(shù)的算法,該算法可以將平臺的透明度保持在很高的水準上。Sid是這樣描述dClimate在這條路上的起點和未來的目標的——“dClimate 始于一個強大的基礎(chǔ)層,其中包含超過 1,000 TB經(jīng)過清洗的、標準化的氣候信息,這些信息已經(jīng)通過網(wǎng)絡(luò)的 REST API 免費提供給數(shù)據(jù)消費者。數(shù)據(jù)公司和獨立發(fā)行商可以為這個基礎(chǔ)層添磚加瓦,他們可以選擇免費提供數(shù)據(jù)集,也可以在這里通過他們的工作獲利。”
該平臺甚至對氣候信息的臨時消費者也很友好,這有效地實現(xiàn)了民主化,并且解決了過去阻礙發(fā)展的兩個障礙。
兩大障礙:訪問和成本
有兩個主要原因造成了氣候數(shù)據(jù)沒有能夠得到充分利用:
1. 訪問
2. 成本
氣候數(shù)據(jù)生態(tài)系統(tǒng)是高度分散的,而且不夠透明,難以使用。即使是知識最為淵博的使用者難以以有效率的方式提取他們想要的數(shù)據(jù)。這就給將氣候數(shù)據(jù)用于生產(chǎn)或工藝開發(fā)帶來了通常難以克服的障礙。
當(dāng)今,成本也是氣候數(shù)據(jù)得到充分使用的一個重要障礙。沒有標準化的、開放的市場,只有精英們才能夠購買洞見。
如何公平競爭
如果希望讓氣候數(shù)據(jù)幫助全球利益相關(guān)者主動適應(yīng)氣候變化風(fēng)險,就必須克服這些障礙。 dClimate就是一家正在這樣做的公司。正如 Sid 解釋的那樣,“dClimate 是第一個開放、透明和去中心化的氣候數(shù)據(jù)、預(yù)測和模型網(wǎng)絡(luò)。它將發(fā)行商和消費者在一個市場中直接連接起來,市場中所有的數(shù)據(jù)都會自動地進行可靠性評分,所有的參與者都在公平競爭的環(huán)境中運作,讓最好的數(shù)據(jù)——而不是擁有最多營銷預(yù)算的最大型的公司——能夠自然而然地取得成功。”
將正確的信息交到正確的人的手中,并及時利用這些信息做一些有意義的事情,要想做到這一點,氣候數(shù)據(jù)的去中心化可能是一個關(guān)鍵。
未來是活著
對于復(fù)雜的人工智能系統(tǒng)來說,我們能夠想象到的最崇高的使命之一就是維持和改善地球上的生活。在氣候變化的情況下,可以毫不夸張地說,生命和經(jīng)濟都受到了威脅。
Sid 描述了一個充滿可能性的未來,“數(shù)據(jù)只是 dClimate 的基礎(chǔ)層。對于全球70%以上正在因為氣候和天氣變化面臨著日益增加的風(fēng)險的企業(yè)來說,你能夠使用這些數(shù)據(jù)所做的事情和構(gòu)建的東西,才能夠真正地實現(xiàn)變革。從新型的數(shù)據(jù)驅(qū)動的天氣保險產(chǎn)品到幫助ESG計劃認證碳足跡的應(yīng)用程序,這些工具可以幫助各行各業(yè)的企業(yè)提前為氣象災(zāi)害做好規(guī)劃,并通過這種方式節(jié)省金錢、時間——甚至還可能挽救生命。參與者利用dClimate的可能性可以說是無窮無盡的。”
Sid 補充表示:“dClimate不僅僅希望構(gòu)建一個易于訪問的數(shù)據(jù)集和模型存儲庫。這只是個起點。我們正在尋求建立一個真正透明和開放的生態(tài)系統(tǒng),其中包含新的基于氣候和天氣的應(yīng)用程序和產(chǎn)品,這些工具可以幫助全球企業(yè)、金融機構(gòu)和政府建立自身的氣候適應(yīng)能力。”
因為地球上的每一個生命都受到地球上其他生命的影響,所以在創(chuàng)新者們推動技術(shù)發(fā)展應(yīng)對氣候變化的時候,所有人都要全力以赴。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。