在今年的NeurIPS會議上的應對氣候變化研討會上，機器學習的一些頂尖人士匯聚一堂，討論了氣候變化對地球生命的影響，人工智能如何解決緊急問題以及機器學習社區(qū)的原因和方式應該參加戰(zhàn)斗。

小組成員包括MILA主任兼蒙特利爾大學教授Yoshua Bengio;Google的AI總監(jiān)Jeff Dean;Google Brain的聯(lián)合創(chuàng)始人兼Landing.ai的創(chuàng)始人Andrew Ng;康奈爾大學教授兼計算可持續(xù)性研究所所長卡拉·戈麥斯（Carla Gomes）。

在應對氣候變化研討會探討了廣泛的議題，從使用深強化學習，提高像尤伯杯和Lyft深學習的應用騎乘歡呼服務的性能預測野火風險，檢測雪崩存款，提高飛機效率改善風能預報，并進行全球太陽能農(nóng)場普查。

該研討會由AI氣候變化組織組織，該小組在AI研究會議和機器學習從業(yè)者與其他領域的人們之間的合作論壇上主辦研討會。

Bengio在本周早些時候談到了他所謂的“基本意識”的發(fā)展，他是2018年被引用最多的計算機科學研究員。他說，機器學習社區(qū)需要改變對提交給大型會議等研究的態(tài)度。通過評估作品對世界的真實影響來評估NeurIPS。

Bengio說：“我認為我們在本次研討會上討論的那種項目可能比GAN或其他方面的增量改進更具影響力。”

NeurIPS組織者周三表示，他們可能會將AI模型的碳足跡作為會議論文未來提交標準的一部分。

“我們計算論文的原因是因為我們只是確定這是我們要優(yōu)化的指標，但這是錯誤的指標。我們應該考慮什么原因，為什么-“我為什么要從事這項工作，以及我為社會做出什么貢獻？”

“目前的心理和文化情緒是如此集中在出版物上，您知道-作為第一作者，并將更多的事情放在簡歷上才能找到一份好工作-這是不健康的。學生和研究人員感覺不到這種感覺。我們感到被壓迫，感覺就像我們不得不工作很多小時，依此類推。一旦我們開始退后一步，思考著我們可以帶給世界什么，進行長期可靠的研究的價值，開展能夠影響世界的項目（例如氣候變化）的價值，我們就會對自己和我們自己感到更好工作，減輕壓力，最后甚至創(chuàng)造出更好的科學。”他說。