OcéanIA将气候变化视为机器学习的巨大挑战

自动驾驶汽车。人工智能。在国际象棋中击败人类。艰巨的挑战是看似月球的任务，如果实现，将推动整个机器学习学科的发展。现在，最近成立的OcéanIA的一组研究人员将海洋和气候变化的研究视为机器学习的巨大挑战。这个为期四年的项目本周聚集了十几位AI研究人员和科学家，他们共享了一些初步计划。

OcéanIA项目的重点是自动识别浮游生物，其中许多尚未被记录。除了树木和森林之外，浮游生物及其在海洋中所参与的过程是地球上最大的碳捕获方法之一。去年，政府间气候变化专门委员会确定了气候变化与海洋封存碳，产生氧气和支持生物多样性的能力之间的相关性。五月份发布的一项研究发现，浮游生物吸收的碳是科学家先前认为的两倍。Inria Chile研究中心主任NayatSánchez-Pi说，大约15名研究人员组成的团队正在跨机器学习和生物学等领域研究OcéanIA。

Sánchez-Pi说：“需要对浮游生物提供的这些至关重要的生态服务进行更好的测量，监测和保护，以维持海洋的稳定，减轻气候变化的各种影响并确保人口的粮食安全。”“今天我们可以说海洋是最后一个未知数，了解海洋在气候变化中的作用不仅重要，而且对现代人工智能和应用机器学习也是一个挑战。”

作为神经信息处理系统(NeurIPS)会议的一部分，Sánchez-Pi是星期一在Latinx AI研讨会上的四位主题演讲者之一。会议上的亲和力研讨会包括人工智能领域的黑人，人工智能领域的犹太人，人工智能领域的Queer和机器学习领域的女性。今年以来，NeurIPS将首次在AI研讨会上主持AI中的原住民和穆斯林。

路易斯·马丁(LuisMartí)和桑切斯·皮(Sánchez-Pi)也是详细介绍OcéanIA的论文的主要作者，该论文于周五举行的“应对气候变化”研讨会上被接受发表，这是与该项目相关的第一篇著作。在气候变化研讨会上，超过90篇研究和建议论文被接受发表。

研究浮游生物和海洋的需求给机器学习带来的挑战，从处理小型数据集和少量学习方法到转移学习，以及为新任务重新建立模型的过程。

无监督和半监督方法将用于识别特定的浮游生物种类。今天，海洋中估计有70,000种未知的浮游生物。可解释性将用于区分不同物种之间的差异。

提案文件中列出的具体挑战包括创建将有关浮游生物的复杂知识整合到海洋气候模型中的模型，以及开发“包括主要微生物海洋隔室并将其与物理耦合的代谢模型”，以及用于从卫星图像中识别浮游生物。卫星图像是研究人员用来了解浮游生物种群的传统方法。

在先前的NeurIPS应对气候变化研讨会上，像Google Brain的联合创始人安德鲁·伍(Andrew Ng)这样的研究人员认为，在解决气候变化方面取得科学进步以及在机器学习方面面临巨大挑战是一条两条路。

“我确实认为(对于)人工智能和机器学习的未来，一项重大挑战是科学发现。的确，如何嵌入先验知识，科学推理以及如何处理小数据。

去年在NeurIPS上，Facebook首席AI科学家Yann LeCun谈到了能源效率是AI研究人员另一个值得挑战的挑战。

研究浮游生物种类的数据将由塔拉海洋基金会提供，该基金会自2005年以来已进行了11次考察。第12届塔拉海洋探险队将重点研究海洋生态系统。它从本月开始，一直持续到2022年7月。这次探险将沿着非洲，欧洲和南美洲的海岸进行。在此过程中，参与者将收集从海面到1000米深的深度的样本。