新一代曾天依：漫步世界頂級學府 探索全球氣候變遷
原創 作者：胡嘉琦 /
發布時間：2024-04-24/
瀏覽次數：0次
2024年2月5日，在斯坦福大學舉辦的一場前沿科技研討會上，一位華裔女生的演講獲得了在場教授們的熱烈掌聲，而這些教授，大多是全球機器學習領域的頂級研究者，這位女生名叫曾天依，是麻省理工學院的人工智能專業博士，她演講的主題是《多模態機器學習與全球氣候適應》。
在演講中，曾天依深入探討了多模態機器學習（multimodal machine learning）在全球天氣方面的應用，特別強調了人工智能在天氣預測中的重要性。她指出，這種模型能夠更準確、更有效地預測天氣變化趨勢和自然災害，從而采取有針對性的措施來減少損失。
根據Emdat data set (by NASA）的研究，僅從過去120年的歷史數據來看，全球重大自然災害出現的頻率在1900-1950年間為年均10次；在1950-2000年間，這一數據上升為年均112次；到了2000—2021年間，這一數據驟升為年均342次。
曾天依的研究不僅涉及風向和洪水風險的探索，還致力于幫助社會適應天氣變化帶來的挑戰。通過精準預測自然災害，她努力幫助社區應對天氣變化的影響，從而保護生態環境和人類的居住環境。
“盡管該模型在醫療、保險、金融、房地產領域均具有巨大應用前景，但我更愿意把機器學習運用到環境和可持續發展方向，因為在機器學習方面，氣候和可持續性的人才稀缺。”曾天依告訴《商學院》記者。
運用數學解決社會問題
曾天依從小就對數學情有獨鐘，在選擇大學專業時，她毫不猶豫地選了英國帝國理工學院的數學專業。盡管她在數學學習上表現出色，但在深入學習后卻意識到專攻數學理論并不適合自己，她更希望從事能夠解決社會實際問題的工作，因此她轉向了應用數學領域。
博士階段，曾天依開始了她對“AI+行業應用”的研究，由于導師的應用研究更多集中在“AI+醫療”領域方向，曾天依在這個方向上一做就是三年。
然而，2022年8月發生在巴基斯坦的一場洪水災難讓她深受觸動，“我決定利用人工智能來預測洪水，我覺得這是一項非常有意義的課題。”曾天依說道。
在曾天依看來，在“AI+醫療”領域，已經有很多人在探索，未來也不會缺少研究者。但在“AI+天氣預測”領域里，卻鮮有人在嘗試。她決定把“AI+醫療”的研究方法應用到天氣預測領域，并得到了導師的鼓勵與支持。
然而，面對這一全新的課題，曾天依也經歷了許多困難和失敗。她坦言，成功并非易事，尤其是在科研工作中，探索新發現時失敗是家常便飯。但是博士研究的歷程教會她的是不放棄的精神，在試錯中不斷調整方法總結經驗，就能夠實現預測洪水的目標。
經過反復的試驗和方法優化，曾天依認識到，人工智能在天氣預測中的應用將帶來革命性的變革。相對于傳統基于物理模型的實時預測方式，“AI+天氣預測”更為迅速、準確。傳統方法存在一個無法避免的問題：隨著考慮因素增加，模型復雜度和預測時間也隨之增長。大多數物理模型需在國家級超級計算機上運行，計算時間長達4—6小時。
與之不同，人工智能雖前期訓練成本高昂，然而一旦訓練完成，部署所需時間和成本將大大減少。這類似于使用ChatGPT進行問答，幾秒鐘即可獲得準確回答。然而，人工智能的瓶頸在于前期訓練成本，數據量越大、精度越高，模型復雜度也隨之增加，需要投入的時間和精力非常大，然而一旦模型訓練好，后續的運用和部署成本相對較低，體現了AI在效率上的優勢。
曾天依的團隊采用了多模態機器學習的方法，試圖解決AI模型在物理現象方面的問題。他們通過大量的數據驅動訓練AI模型，以達到氣象預報的準確性和效率。
曾天依回憶當初選擇AI作為解決天氣預測問題的手段時，他們并沒有考慮能否成功，而是被AI的神奇所吸引。在導師的鼓勵下，他們決定將AI應用于天氣預測領域。
“我們的初衷就是試探一下AI是否可以解決天氣預測中最混沌的問題——龍卷風”。曾天依坦言，他們的研究團隊由幾位“初生牛犢不怕虎”的博士組成，初始階段并沒有抱太大的期望，更多是出于好奇心和對AI的崇敬。一年半的時間里，他們不斷試錯，不斷調整模型，努力達到準確的天氣預測，最后竟然獲得了成功。
“我們甚至不敢相信研究的結果，竟然能與國家級的天氣預報中心相媲美。”曾天依說。
堅持有挑戰性和有意義的事
多年求學生涯中，曾天依始終堅持做有意義的事。曾天依表示，她在讀博士期間導師常常說，“不要懼怕有挑戰的事情，要堅持去做有意義的事情，如果你給自己制定一個很高的目標，很有可能達不到，但是也會達到不錯的目標。”
她表示：“我們的目標是挑戰最難的問題。”于是，她選擇了混沌系統中最具挑戰性的天氣現象——龍卷風作為研究對象，并選擇人工智能作為研究的突破口，展開了挑戰。
經過一年半的試錯和努力，曾天依在導師的團隊帶領下，成功地訓練出了一個能夠準確地預測龍卷風發生的人工智能模型。盡管這只是一支由2名博士生和導師組成的小團隊，但他們取得了令人驚訝和興奮的成就。
曾天依表示：“我們的團隊相對于天氣預報機構來說人數比較少，我們并不與傳統的天氣預報機構競爭，在領域經驗上，我們無法和氣象專家相比；在算力和人力上，我們也無法和前沿的科技公司媲美。我們希望在方法論上有新的突破，為人工智能在天氣預報領域的應用帶來新的可能性。”
她意識到，人工智能在天氣預報領域的應用還存在一些挑戰，比如數據收集和模型訓練的成本。但曾天依對未來充滿信心，希望能夠繼續探索更多的可能性，并將人工智能技術應用于天氣預報以外的領域。
同時，曾天依團隊還利用人工智能技術與摩洛哥一家化肥工廠合作，成功預測風向和風速，從而精準控制環境污染。這項技術不僅提高了預報準確度，還降低了工廠對周圍環境的影響，成為環境保護的成功案例。
在攻讀PhD（Philosophic Doctor，學術型博士）前三年間，曾天依一直從事醫療領域的研究，與導師做“AI+醫療”的研究。然而，一個暑假的實習經歷徹底改變了她的職業方向。她在加州進行實習時，被當地人們的進步所震撼。她開始對氣候變化產生興趣，尤其是在閱讀了比爾·蓋茨的《如何避免氣候災難》后。曾天依關注到，在機器學習方面，氣候和可持續性方面的人才稀缺，而大多數同行的研究人員都集中在醫療和供應鏈等領域，這激發了她轉向氣候與可持續性研究的想法。
而這個決定在外界看來，無疑是在冒險，因為她再過2年就要畢業了，在這個時候轉專業意味著可能延長畢業時間，甚至導致無法畢業，因為她需要在轉專業后再發表三篇論文。盡管如此，她仍然堅持轉專業對“AI+天氣”進行研究。
曾天依的轉變并不容易，但她相信自己選擇的道路是正確的。她從小熱愛環保，對環保事業的熱愛是她堅持下來的動力和源泉。正如前面所提到的，在PhD階段，她也經歷過從醫療到氣候的行業轉變。她認為，利用人工智能來解決氣候變化和可持續性問題是非常重要的，并且相信自己有能力為此作出貢獻。
對于曾天依團隊的成就，清華大學蘇世民書院常務副院長潘慶中教授表示，預測天氣是一個相對成熟的領域，很多研究者參與其中，但曾天依團隊在利用人工智能預測天氣方面取得了很好的成績。他指出，雖然存在一定的技術門檻，也需要大量的數據支撐，但基于中國良好的研究基礎，人工智能技術可以發揮輔助作用，在氣候預測方面前景可期。
目前，深度學習模型GraphCast在歐洲中期天氣預報（mid-range weather forecast）的應用正受到廣泛關注。GraphCast在近40年的數據上進行了訓練，并表現出了出色的預測能力。研究人員發現，GraphCast不僅能夠更早地識別出惡劣天氣事件，而且在沒有經過專門訓練的情況下也能發揮關鍵作用。這一發現對人類來說具有重要意義，因為GraphCast的應用可以幫助人們提前做好準備，減少風暴和極端天氣對社區的影響。
Google DeepMind推出的基于機器學習的天氣預測模型GraphCast在全球0.25°的分辨率下，能夠在一分鐘內預測未來10天的數百個天氣變量，明顯優于傳統的氣象預報方法。該模型在預測極端事件方面同樣表現良好。
盡管GraphCast的訓練計算量很大，但生成的預測模型非常高效。在谷歌TPU v4機器上運行，使用GraphCast進行10天的預測只需要不到一分鐘的時間。相比之下，使用傳統方法進行同樣時間段的預測可能需要在超級計算機中進行數小時的計算。這表明了人工智能在天氣預報領域的潛在價值，為改善氣象預測提供了新的可能性。
而曾天依研究和探索的方向，顯然已經走在了相對前沿的位置。
在運動中解壓，在散步中獲取靈感
忙碌的學習和工作之余，曾天依會堅持規律運動。早起練習半個小時瑜伽，每周和朋友一起打壁球是她經常選擇的運動方式。對曾天依來說，每一天都是運動的日子，她堅持每天進行一定量的運動，認為運動對身體和心理的健康至關重要。
曾天依的父親曾經告訴她：“8-1>8”，意思是如果你每天花一個小時運動，你的工作效率將超過連續工作八個小時的效果。而這位父親，也是清華大學應用數學系的優秀畢業生，同樣酷愛運動。
在攻讀博士學位期間，曾天依也經常遇到挑戰和困難，她發現，每當遇到瓶頸時，保持積極的心態至關重要。她喜歡將自己的研究過程比喻為爬山，強調不要過多關注山頂，而是專注于下一步應該怎么走，并始終保持對研究過程的熱愛和探索精神。
曾天依坦言，她喜歡在散步中尋找靈感，在研究方面，曾天依采取了多項目并行的策略。她表示：“我通常同時處理2—3個項目，當一個項目遇到困難時，我可以將注意力轉移到其他項目上，從而提高效率。此外，我還進行偏理論和偏實驗性的研究，這有助于我在研究中保持新鮮感，使我的工作更加豐富多樣。”曾天依強調了這種方法對于避免焦慮的重要性：“失敗會讓人焦慮，但轉移注意力可以讓我更好地面對困難。”
曾天依用行走拾取靈感，用音樂驅散孤獨，用多項目并行應對困難，展現了一種積極向上的生活態度和研究精神。（本文圖片由受訪者提供）
除《商學院》雜志署名文章外，其他文章為作者獨立觀點不代表《商學院》雜志立場，未經允許不得轉載。版權所有
歡迎關注平臺微信公眾號
點贊 30
收藏 20
