報導：資料偏見加劇人工智慧的氣候預測缺陷
作者： | 發布日期：2023 年 8 月 24 日
標題：資料偏見加劇人工智慧的氣候預測缺陷
根據研究人員的警告，由於受到資料偏見影響，發展中國家可能會錯過重要的全球氣候行動，這將導致人工智慧（AI）工具的氣候預測變得不可靠。根據 8 月 17 日發表在 npj Climate Action 的研究報告指出，氣候資料收集中的偏見將約束科學家使用這些新興技術進行未來情景預測和全球行動指導的實用性。資料偏見對氣候預測的影響
研究人員表示氣候科學中使用的人工智慧程式旨在透過檢索複雜資料集中的模式來預測氣候變化。然而由於缺乏特定位置、時間段或社會群體的資訊，這些資料集中出現了"缺口"，導致了不準確的氣候預測和誤導性結論。 劍橋大學計算社會科學助理教授拉米特·德博納斯（Ramit Debnath）表示這些資料缺口在全球南方國家尤為明顯，這是由於這些國家在所有型別的建模和分析目的中都面臨著資料集的挑戰。德博納特告訴 SciDev.Net，"很難準確量化資料缺口，但一般趨勢是大多數以人工智慧為中心的氣候公司位於全球北方，這意味著模型很可能與全球北方的情景相匹配，因為他們已經擁有適當的資料和氣象監測基礎設施。"資料偏見的不同型別
研究報告將資料偏見分為偏見程式設計、偏見資料集和偏見算法。他們指出，程式設計和算法比較容易修正，因為它們是數學性的。然而偏見資料集是最難解決的，因為相關資料不存在，構建其所需的資本投資和人力投入非常大。 例如，許多生成人工智慧技術（可以生成文字和影象等內容）都顯示出在全球南方地區的話題上存在困難，特別是在詢問有關撒哈拉以南非洲、印度或其他非西方國家的地方背景時。德博納特解釋說："同樣地，許多報告表明現代人工智慧技術在工作申請結果中經常顯示出與名稱、膚色等相關的偏見。"他補充道："這些偏見雖然與氣候行動無直接關係，但顯示出代表性資料集的缺乏是在任何形式的決策工具中使用人工智慧工具面臨的挑戰。"資料偏見帶來的後果
研究人員指出，由於資料偏見而產生的氣候資料將提供不準確的極端天氣事件預測。全球南方的較貧窮國家已經更容易受到氣候變化影響。他們認為，由於偏見或缺乏資料集所導致的不準確預測將進一步減緩減緩和適應工作，從而導致更多的氣候引起的財產損失、人類和社會資本損失。 德博納特指出，我們研究的最重要結果是，資料公正性對於氣候公正性至關重要。德博納特還表示："我們的建議是，無論是誰在建立氣候行動人工智慧，都必須意識到資料缺口和內嵌的偏見以及減少這些缺口所需的努力。"建議：人機協同的人工智慧解決方案
報告的作者提出了一種"人機協同"設計的建議，即透過人類的知識填補"資料缺口"，以檢查用於改善預測準確性的資料的可靠性和上下文。他們以 AI 聊天機器人 ChatGPT 為例，該聊天機器人可以向人類使用者提出後續問題，承認錯誤，質疑不正確的前提假設並拒絕不適當的請求。 研究人員還建議加固全球南方的資料基礎設施，並投資於本土資料新創公司，例如 COCO-Africa，這是一個旨在收集和編輯來自撒哈拉以南非洲國家的本地和上下文驅動的資料的平臺。 肯亞梅魯大學科學與技術系高級講師 Joab O. Odhiambo 表示人工智慧對於非洲準確的天氣監測至關重要，尤其是為了避免氣候災害。他告訴 SciDev.Net 說："人工智慧可以透過提高預測準確性和實現對幹旱、洪災和熱浪等事件的及時反應，從而改變天氣監測和災難管理。"然而他強調指出，精確的天氣監測和隨後的幹預措施的實踐性取決於各種因素，包括技術、基礎設施、教育、資金和治理等。 非洲科學院（AAS）的氣候科學家兼專案經理奧貝德·奧格加（Obed Ogega）表示將人工智慧工具用於氣候變化預測和適應或減緩策略仍處於發展階段。他告訴 SciDev.Net 說："在我們對人工智慧工具在氣候科學和氣候行動中的準確性和效益有充分理解之前，需要一段時間。"他指出，由於撒哈拉以南非洲等地區的觀測資料更有限，不能用於"訓練"人工智慧工具，因此文章中提到的"缺口"可能在這些地區更加嚴重，誤導風險更大。他說："如文章所述，在使用人工智慧工具時需要採取'人機協同'的方法，而在發展中國家中，由於存在大量的資料缺口，這種需求更加重要。"社論評論：資料公正性解決氣候危機
這項研究報告的發現令人警醒。它指出，資料偏見對人工智慧在氣候預測中的應用產生了嚴重的影響，尤其是對全球南方國家的影響更為深遠。由於缺乏可靠的資料和氣象監測基礎設施，這些國家面臨著更大的氣候變化風險，同時也面臨著更大的困難來預測和應對極端天氣事件。 氣候公正性是資料公正性的一個重要方面。只有當我們確保資料來自各個地區、時間段和社會群體時，我們才能獲得更準確的氣候預測和更公正的氣候行動。然而當前我們仍然面臨著資料偏見的挑戰，這約束了我們在應對氣候危機方面的進展。 為理解決這個問題，需要制定相應的政策和措施。首先我們需要加固全球南方國家的資料基礎建設，提供可靠的資料和氣象監測能力，以便他們能夠更好地應對氣候變化。其次我們需要支援本地和上下文驅動的資料新創公司，這些公司在改善資料集的可用性和多樣性方面發揮著重要作用。 同時我們還需要推動人機協同的人工智慧解決方案，在人類的輔助下填補資料缺口，提高預測的準確性。這樣的方法可以透過設計能夠與人類進行對話和互動的 AI 工具來實現。 在應對氣候危機的過程中，我們必須意識到資料公正性的重要性。只有確保資料的公正性，我們才能制定出可靠的氣候預測模型，並採取有效的行動來應對氣候變化。否則，我們的努力可能會受到資料偏見的干擾，這將導致錯誤的預測和延緩的行動。建議：解決資料偏見的挑戰
要解決資料偏見帶來的挑戰，我們需要採取以下措施： 首先政府和國際組織應該加固對全球南方國家的支援，包括提供資金和相關資源，以改善資料基礎設施和資料收集能力。 其次科學家和工程師應該致力於開發更公正和多樣的資料集，以便人工智慧工具能夠更準確地預測氣候變化。 此外我們應該鼓勵人機協同的設計方法，透過人類與 AI 工具的互動，來彌補資料缺陷並提高預測準確性。 最後教育和宣傳活動應該加大力度，提高公眾對資料偏見的認識。只有當公眾意識到資料偏見的存在，才能夠更好地應對這個問題。 總的來說解決資料偏見的挑戰是一項艱巨的任務，但它對於確保氣候預測和行動的公正性至關重要。我們需要共同努力，採取有效的措施，確保資料的準確性和多樣性，以應對全球氣候變化帶來的挑戰。這不僅僅是一個科學問題，也是一個倫理問題，關乎我們對地球和人類的責任。Bias-氣候變化、人工智慧、資料偏見、研究報告、科學研究
延伸閱讀
- 在 AI 領域的女性：Tara Chklovski 正在教導下一代的 AI 創新者
- 本週人工智慧大事記：生成式人工智慧與創作者補償的問題
- 蘋果 AI 計劃揭祕：從財報中學到的三件事
- 特斯拉 CEO 為人工智慧新創公司籌集 60 億美元，TikTok 是否在逃避蘋果的傭金？
- Allozymes 以加速酶學應用於資料和人工智慧，籌集 1500 萬美元
- 在 TC 的 Techstars 調查內部以及人工智慧如何加速殘障科技
- Microsoft 禁止美國警察局使用企業人工智慧工具
- 你的 AI 原生新創公司並非一般的 SaaS 公司
- Airbnb 釋出團體訂房功能，並整合人工智慧以提升客戶服務
- 歐洲殘障科技新創如何利用人工智慧？
