曌
據外媒thenextweb報道，IBM應對AI的方法可能是“全面的”。沃森是這家公司的旗艦深度學習系統，從格萊美獎到國際空間站，人們可以在許多地方看到它的身影。然而，IBM的貢獻不僅僅侷限於B2B和政府項目，在“業餘時間”，這家公司還利用AI拯救地球。
AI已經迅速發展成了努力扭轉氣候變化、發展清潔能源和對農業展開革命化的環境科學家和研究人員的重要工具。
IBM的研究人員正在為人類生活的星球和物種所面臨的問題尋找解決方案，其中機器學習佔了非常重要的一部分地位。
為了深入瞭解，外媒thenextweb採訪了IBM研究員Lloyd Treinish。據悉，Treinish是這家公司一位傑出的工程師和首席科學家，涉及領域包括了環境建模、氣候、天氣和深雷。
以下為採訪的主要內容：
人工智能帶來了哪些在5年前不曾有過的東西？
我認為AI最大的貢獻就在於它幫助人們在環境問題上做出更好的決策，特別是當存在不確定因素的時候。然而，我們必須從科學開始，不然的話AI就沒有數據可用。打個比方，對於天氣預報，我們利用我們對大氣物理學的知識建立數學模型，這個過程中我們使用超級計算機來完成。
數據也可用於機器人學習製作更進一步的模型，這樣我們就能預測天氣所產生的影響，這些則都是作出更好決策所需要的。我們研究這個已經有十多年了。但在過去的幾年時間裡，它變得有用了。事實上，我們現在已經有了使用該方法的商業產品。
打個比方，想想當幾天後遭到風暴天氣破壞後而發生斷電情況的預測能力。風暴預測是一個物理問題。預測停電使用的AI（也就是機器學習）由物理告訴我們的和公共設備告訴我們關於中斷的信息驅動。就是說，我們能夠分解一個非常難的問題，像預測斷電，可以將它分成兩個簡單的問題然後再把它們重新結合到一起（也就是物理學+AI）。
5年後，IBM的拯救地球AI計劃將會發展成什麼樣子？
如果你不介意的話，讓我重新解釋一下這個問題。它們將是可以幫助拯救星球的環保計劃，不僅僅只是AI計劃。通過大量學科的堅實科學推動，我們將利用AI和其他技術。它們將幫助人們、企業和政府作出更好的決策、評估不同情況下的不確定性以及瞭解不同選擇將產生的影響。
為了表達明白我的意思，讓我來舉幾個例子吧。想一下一個熱衷於通過政策減輕氣候變化影響的城市規劃者。尤其令人擔憂的是更強烈熱浪所造成的影響，這些熱浪將會影響到公民的健康、能源使用等。
規劃師可能會問需要使用哪些途徑，比如讓所有的屋頂綠化。但是人們又怎樣才能知道比起其他選擇它們真的在起作用了呢？權衡是什麼？它包括成本嗎？通過物理學，我們能夠模擬出未來幾十年一個城市的氣候。
然後我們通過一些調整做出一個反應出不同緩解策略下的城市新模型以此來了解熱浪將演變的不同方式。模擬的結果可以為一個AI助手使用，這個助手可以幫助城市規劃師做一些選擇模擬以及來自全球氣候變化和城市化更強熱浪所帶來的後果。
再舉個例子，在即將到來的季節，農業需要在兩種不同品種的玉米中做出選擇。它們各有不同的產量特徵，而這取決於生長季節的溫度和降雨量以及市場上的不同價值。種植成本也有一些變化，包括化肥、殺蟲劑和灌溉的使用情況，所有一切則都依賴於天氣。
大氣的物理模型輸出、作物生長的農業模型和玉米的經濟模型、覆蓋生長季節的水和電力市場，農民可以用一套AI助手來幫助他們評估權衡利潤和環境影響（如碳足跡、用水量、對土壤的影響）進而做出一個更優的選擇。
那我的讀者可以做些什麼來幫助IBM拯救地球呢？
他們可以去了解氣候變化、人類活動對環境的影響以及與他人共享這些東西。另外還有一些在線課程像Communicating Climate Change Scenarios、或是來自The Intergovernmental Panel on Climate Change等來源還有來自The Weather Company為期一年的數字系列、美國氣候變化機構，然後可以調查調查氣候變化對美國的影響以及對美國50個各州生活的影響。
他們還可以改變他們個人和工作生活、減少對能源的使用、使用可再生能源、回收利用等能源，他們也可以用空閒時間用他們的計算設備訪問IBM今日宣佈的世界社區電網項目。
cnBeta
蘋果並不熱衷人工智能研究，因為他們有非常保密的企業文化。如果凡事都秘密進行，那你肯定是不可能做成領頭羊的。如果你不發表研究，那就不算是研究。最多隻能算是科技發展。
微軟做了很多突出的工作，但他們的很多人才都跳槽到臉書和谷歌去了。微軟在語言中的深度學習方面有突出成就；在21世紀初，微軟還沒陷入如今的混亂之前，他們在書寫識別方面也有一些成就。但是，比起FAIR和DeepMind，他們近期在這方面的努力似乎已經缺少野心。
谷歌在產品和服務的深度學習部署上可能居於領先地位，因為他們比其他人開始得都早，也因為谷歌公司確實很大。他們已經做了很多背景建設工作，例如TensorFlow和Tensor處理單元硬件。但是他們大多數的關注點都在應用和產品研發上，而不是長期的人工智能研究。谷歌大腦很多頂尖的研究人員也因此離開了谷歌，去做DeepMind, OpenAI, 或是 FAIR。
DeepMind在學習型人工智能方面工作出色。他們的長期研究目標與我們在FAIR上的長期目標基本一致，很多正在進行的研究主題也和我們差不多：無人管理模型、計劃、強化學習、遊戲、記憶增強網絡、區分編程等等。他們正面臨巨大挑戰，在地理上和組織結構上，他們要和最大的內部客戶——谷歌，分手了。對他們來說，以後可能要自掏腰包搞研究了，這是很困難的。但他們似乎適應得不錯。
臉書是在兩年半前開始FAIR的，併力求在短時間內在人工智能研究方面領先。我非常震驚，我們竟然能吸引這麼多世界級研究人員，FAIR現在已經有大約60名研究人員和工程師，分佈在紐約、門羅帕克、巴黎和西雅圖。對於我們在過去的兩年半間完成的研究的質量和影響，我也印象深刻。對於我們的目標，我們充滿鬥志，我們這個項目是長期項目，我們對公司有影響，這讓我們感受到了自己的存在感。更重要的是，我們非常開放：我們的研究者每年要發表很多論文。一個有潛力的研究人員加入了一個閉塞的高興死，從此消失在研究圈子裡，這其實是一個很悲傷的故事。
Rockets
我覺得谷歌和微軟的不錯 不過不一樣 谷歌怎麼說也做了那麼多年的智能機器人 而且可以把阿法狗弄得那麼6實力毋庸置疑，而現在微軟的小娜也是666雖然只是軟件 但是那實力也是可以的 比起Siri的答非所問好多了 總體來說我覺得谷歌應該算是最6的 因為很早之前就做人工智能了
