南極冰蓋數(shù)據(jù)集不如火星？借助無人機和機器學習，斯坦福學者著力挖掘最有價值數(shù)據(jù)

大數(shù)據(jù)文摘出品

作者：Caleb

冰可以說是地球的盾牌，通過將多余的熱量反射到太空中，使地球保持寒冷，以保護地球?qū)蛹昂Ｑ蟆?/span>

但自1900年代初，世界各地的冰川都在融化。

工業(yè)革命以來，二氧化碳和其他溫室氣體排放激增，而隨著溫度的上升，海平面的逐漸上升也成為近年來各個國家密切關(guān)注的重大環(huán)境議題之一。

上個月，美國一項跨部門聯(lián)合發(fā)布的海平面上升最新預測報告說，受氣候變化影響，美國海岸線的海平面高度至2050年將比目前平均上升25至30厘米，未來30年海平面上升幅度或與過去100年的升幅相當。

2021年9月2日，美國紐約一條主要道路上的車輛被積水淹沒。受颶風“艾達”影響，暴雨9月1日晚開始襲擊紐約市及周邊地區(qū)，并引發(fā)洪澇災害。（圖源：新華社）

鑒于此，了解海平面上升的幅度和速度至關(guān)重要。但現(xiàn)有模型都非常不穩(wěn)定，同時由于最南端大陸充滿了未知，各國政府在規(guī)劃未來時必須考慮各種情景。

最近，斯坦福大學的科學家就采用了無人機技術(shù)和機器學習方法，專注于發(fā)現(xiàn)和收集南極洲最有價值的數(shù)據(jù)，以增加推動海平面上升過程的理解。

科學工程交叉領(lǐng)域?qū)W者Dustin Schroeder表示，“我們希望為政策制定者提供信息，但鑒于從南極洲收集數(shù)據(jù)的難度，我們無法調(diào)查所有內(nèi)容。因此我們專注于收集最具影響力的數(shù)據(jù)，這是一個困難的、技術(shù)性的、需要借助人工智能的問題”。

南極洲冰蓋數(shù)據(jù)集的完整度甚至不如火星？！

鑒于相關(guān)問題的復雜程度，科學家們需要一種更高效和智能的數(shù)據(jù)收集方法。

對此，首先他們著手創(chuàng)建了一個新的數(shù)據(jù)收集平臺，該平臺將依靠配備冰穿透雷達的自主無人機來獲取更準確的讀數(shù)。

Schroeder說：“目前的流程包括一次去南極洲幾個月，然后乘坐飛機四處飛行，或者在冰蓋中央建立野戰(zhàn)營地?！?/span>

但在科學家們的設(shè)想中，無人機可以提供一種更加可持續(xù)且?guī)缀跬耆詣踊拈L期監(jiān)測方法。

此外，科學家們還需要側(cè)重于確定在哪里可以找到最有價值的數(shù)據(jù)：如果自定義算法可以告訴研究人員何時何地發(fā)送無人機，就能最大限度地發(fā)揮它們的作用。

與冰蓋融化相關(guān)的變量很多。研究人員想知道冰床的深度，冰的實際溫度，他們還需要了解潮汐、季節(jié)和時間的流逝如何影響融化速度。更復雜的是，經(jīng)過世界各國50多年的調(diào)查，在南極洲進行的一些最接近的測量可以相距大約3到5英里，但許多地方距離最近的已知測量已有數(shù)百英里。

結(jié)果就是這個占據(jù)了地球550萬平方英里的大陸，卻只有一個不怎么完整的數(shù)據(jù)集。

電氣工程博士候選人Thomas Teisberg對此感嘆道，“到目前為止，每次我們收集數(shù)據(jù)時，都會發(fā)現(xiàn)一些新的東西”，“甚至在火星上，我們的冰蓋模型都比在南極洲的更為精確”。

為了解決這些問題，Schroeder和Teisberg利用物理信息神經(jīng)網(wǎng)絡，以確定新無人機可能在哪里找到最有用的數(shù)據(jù)。這些初始模型結(jié)合了已知的物理規(guī)則，這些規(guī)則控制冰對環(huán)境因素的反應，并將這些規(guī)則應用于小型數(shù)據(jù)集。通過這種方式，算法可以快速運行并快速產(chǎn)生推薦。 

最終，該團隊設(shè)想了一個迭代周期或自適應測量過程，模型通過該過程實時處理每批新數(shù)據(jù)，為不斷發(fā)展的飛行計劃提供信息。通過采用數(shù)據(jù)驅(qū)動的方法，科學家們將能夠同時考慮冰床的測量、冰的3D流動以及控制其運動的物理特性。

斯坦福大學的HAI Seed Grant為Schroeder和他的團隊提供了設(shè)計代理機器學習模型，并開始在基于無人機的雷達系統(tǒng)上工作。

Teisberg表示，讓無人機找到冰蓋底部將是衡量成功的首要標準?！拔覀冋诳焖偻七M對數(shù)十米到數(shù)百米冰層的山地冰川的現(xiàn)場測試。從那里開始，我們將把ML模型整合到飛行方式中——這是冰蓋研究以前從未做過的事情。”

李飛飛擔任斯坦福HAI聯(lián)合主任

斯坦福HAI全稱Human-Centered Artificial Intelligence，也即人類中心人工智能研究所，李飛飛與John Etchemendy為HAI的聯(lián)合主任。

根據(jù)官網(wǎng)介紹，在人工智能真正服務于人類之前，必須要讓它知道人類在身體、情感、思維上的特性，從而讓人工智能能夠更好地理解人類的需求。也正因此，人工智能的設(shè)計者必須能夠廣泛代表人類，需要真正的思想多樣性。

目前該研究中心的重點研究領(lǐng)域在三個方面，分別是：人類影響（Human Impact）、增強人類能力（Augment Human Capabilities）和智能（Intelligence）。

在人類影響領(lǐng)域，學者們目前正在研究算法引入、復合或減輕偏見和風險的程度；機器和人做出的決定之間的“責任差距”；使用和濫用人工智能進行監(jiān)視、人口控制和發(fā)動戰(zhàn)爭；以及人工智能對社會機構(gòu)、司法系統(tǒng)、政府、行業(yè)結(jié)構(gòu)、勞動力市場、經(jīng)濟增長和跨國貿(mào)易的影響。

在增強人類能力方面，除了設(shè)計方法的研究外，學者們在其他重點領(lǐng)域的進步和考慮將幫助創(chuàng)建具有這些更合適的通信能力的系統(tǒng)。這項基礎(chǔ)研究將與人工智能在教育、醫(yī)療保健和可持續(xù)性等重要應用領(lǐng)域的使用相結(jié)合，在這些領(lǐng)域可以利用和評估新的設(shè)計方法和工具。

在智能上，為了創(chuàng)造一個機器輔助但以人為中心的世界，必須開發(fā)下一代人工智能技術(shù)，以克服當前算法的局限性，擴展可以解決的問題類別，并補充人類的認知和分析風格。要實現(xiàn)這一目標，就需要開發(fā)能夠正確決策的機器智能，它應該在多個尺度上理解人類語言、情感、意圖、行為和交互。

除此之外，“AI指數(shù)報告”系列也同樣由HAI發(fā)布，該報告每年都會對AI的影響和進展進行全面研究，并分析和提煉AI對國民經(jīng)濟、就業(yè)增長、多樣性和研究等各方面的影響模式。

比如，根據(jù)去年報告中的10大主要看點，可以得出不少AI開發(fā)與應用方面的一些重要趨勢。例如：全球AI投資繼續(xù)顯著增長，醫(yī)療行業(yè)是最大的投資領(lǐng)域；在美國，AI博士畢業(yè)生占計算機科學博士畢業(yè)生的比重大幅增長，其它相關(guān)專業(yè)則比重下降；博士畢業(yè)生去往產(chǎn)業(yè)界的比例大幅增長，進入學術(shù)界的比例則持續(xù)下降；全球已有30多個國家和地區(qū)發(fā)布人工智能戰(zhàn)略……

正如南極洲項目，通過科學家的創(chuàng)新方法，監(jiān)測和預測冰蓋變化的能力有望得到顯著提高，這也將有效助力城市應對危機的能力。

“從長遠來看，這項工作可能會改變冰川學家收集和理解數(shù)據(jù)的方式。目前，我們還要專注于讓冰蓋研究更智能、更高效，以便能夠更好地了解南極洲的變暖將如何影響未來的海平面上升。”

相關(guān)報道：

https://hai.stanford.edu/news/how-fast-will-antarcticas-ice-sheet-melthttps://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/