木铎金声讲坛之“地球系统人工智能”活动成功举办

发布日期:2023-04-12   |  浏览次数:

2023年4月12日上午,北师大基础教育地理学科共同体中学地理云端“木铎金声讲坛”活动成功举办。此次由北师大地理学科共同体学术委员会、北师大地理科学学部部长助理杨晓帆教授作题为“地球系统人工智能”的报告,共有162名北师大附校的教师通过云端相连,共同学习地球系统人工智能的相关知识、理论及应用。


杨教授提出了人工智能发生发展的原因,梳理了人工智能近70年来的发展,并以生活中人工智能案例、应用、人工智能产品讲述人工智能运转的底层逻辑。杨教授深入浅出地说明了地球系统与人工智能结合的可能,指出地球系统人工智能的理念是海量地球科学数据、规律、经验、知识生产等与人工智能模型的集成和集合,以实现自动监测和预测自然,帮助人类适应环境变化,引导人类作出科学决策。接着,杨教授将目前三大主流人工智能技术—人工智能、机器学习、深度学习的区别与联系进行了对比,她系统阐述和讲解了知识基础系统到概率机器学习,再到监督式学习与非监督式学习,后到深度学习和强化学习的分类、具体算法、算法改进过程、使用场景(情景)、应用案例、神经网络架构、最优路径、适用问题等,同时将AI技术进行了总结,强调方法和算法使用中要遵循问题导向、数据适用导向、目标导向,鼓励大家学习人工智能技术,并运用到学习、生活、工作中。


地球系统人工智能方面,杨教授以Nature众多子刊和其他高质量期刊中关于地球系统与人工智能综述文章、案例应用文章、算法改进文章为例,全面介绍地球系统人工智能的研究进展与展望和具体的应用业务,重点介绍“地球科学五大圈层”与人工智能的结合研究,包括岩石圈(地震、火山、山体滑坡)与深度学习(ANN、SVM等);水圈(降水、地表水、地下水)与复杂非线性模式学习、卷积LSTMS、随机森林、遥感数据等,大气圈(飓风、气象干旱、野火、沙尘暴、空气污染)与卫星图像、ConvLSTM方法、SPEI和SPI干旱指标、机器学习等;生物圈(植物、动物、微生物)与机器学习分类、遥感影像、RNN-CNN等,指出目前人工智能在动物学领域仍处于试验阶段尚未得到广泛运用;冰冻圈(海冰、积雪)与深度学习、遥感图像等;海洋的DL识别涡流等。

“软件”和“硬件”方面,杨教授认为计算机和计算机科学对人工智能至关重要,指出需要借助“软硬件”将海量数据复杂处理成能满足人工智能模型的需求作为前端,然后输入人工智能“黑箱”的输入层和隐藏层,使用人工智能模型和算法进行大量的计算,进而验证模型和运用模型。杨教授介绍了众多机器学习和深度学习的研发平台和程序植入

杨教授表示今天的人工智能技术和地球系统人工智能依旧处于起步阶段,面临诸多挑战和机遇,总体机遇大于挑战,人工智能、大数据等非常有必要和意义与地球系统研究结合,她也对人类受益于这些前沿性研究表示期待。杨教授最后引用霍金的Computers will overtake humans with AI within the next 100 years. When that happens, we need to make sure the computers have goals aligned with ours.”强调人工智能发展的大势所趋。


本次活动为一线中学地理教师们带来了丰富而又前沿的热点内容,拓宽了大家的学科认知边界,激发了大家的科研兴趣,进一步助力了中学地理教师的专业发展。