铸星闪耀 | 邢佳:我在MSRA做人工智能×环境科学的破壁者

2020-07-18 | 作者:微软亚洲研究院

不久前,2019 年“铸星计划”项目访问学者、来自清华大学环境学院的邢佳老师给我们带来了重磅好消息——他在访问期间与微软亚洲研究院副院长刘铁岩、首席研究员秦涛、研究员郑书新等合作的论文,已被环境科学与工程领域顶级期刊《环境科学与技术》(Environmental Science & Technology)接收。当前,交叉融合已成为科学研究的大势所趋,三部委联合印发的“双一流”建设指导意见中强调,要促进学科的交叉融合。跨学科研究不仅是两个知识体系的碰撞,也是两种学术思想、科学理念的交融。当计算机科学遇上环境科学,当机器学习邂逅大气污染治理,人工智能可以为节能减排做出怎样的贡献呢?让我们一起回顾邢佳老师在微软亚洲研究院的铸星之旅,看来自环境科学专业的他,如何在跨领域、跨专业的交叉中碰撞出智慧的星火,又如何与同仁们协力,为可持续发展的目标做出开创性的贡献。

郑书新(左一)、秦涛(左二)、石贝贝(右一)、邢佳(右二)合影留念

 

“既然要做机器学习,就要去最好的团队”

参与铸星计划前,邢佳已开始尝试将计算机科学的知识方法应用于环境科学的研究中,但主要是采用传统的、基于统计学的数值模型方法来处理数据,这种方法对样本量的要求非常高。邢佳开始思考:如果能引入最前沿的人工智能和机器学习方法以及新的运算模型,是否能突破现有方法的局限?他开始了一系列探索和尝试,但他坦言,自己只会用一些简单、固定的模型,“并不是很专业”。了解到他所做的尝试,邢佳读博期间的导师清华大学王书肖教授建议:“既然要做机器学习,就要去最好的团队学习”,并向他介绍了微软亚洲研究院“铸星计划”。到“IT 界黄埔军校”做研究,让学环境出身的邢佳有些忐忑。他了解到,铸星计划的申请者基本都是计算机专业科班出身。虽没有十足把握,邢佳还是把握住机会提交了申请书,并以优异的学术能力和跨专业背景获得了宝贵的访问机会。在大气污染治理中,常会遇到这样一个棘手的问题:减排量与空气质量之间并非简单的线性关系,而是存在高度的非线性关系。“这也是为何 COVID-19 疫情期间,很多工厂都停工了,机动车也少了很多,但空气质量并没有出现相应的提升。”邢佳说。那么,如何建立其一套能有效预测空气质量对排放变化响应的综合评估系统,以帮助决策者更好地制定控制空气污染政策呢?在“星搭档”秦涛的带领下,邢佳开启了对这一问题的探索。研究不断推进,邢佳对人工智能领域的了解也逐渐深入。他发现,人工智能领域与他以前想象的不太一样,“门槛还挺高,挑战也不小”。秦涛团队的研究员郑书新基于深度学习算法模型与邢佳深度合作,他提到,“在讨论的过程中,我们不断发现之前没有预期到的问题,再不断去改”。这样紧密的合作不仅让选题更加清晰,也让邢佳和秦涛、郑书新意识到在环境领域中,计算机科学不仅能提供回归统计的方法,还有着更为广泛的应用前景。这是一段双赢的铸星之旅。通过与最好的团队合作,邢佳发现机器学习的能量比他想象中更大,邢佳的到来也为 MSRA 的研究注入了新的活力。在秦涛眼中,邢佳的关键词是“可靠”、“开放”和“易于合作”,“和邢老师的合作非常顺畅,邢老师带来了大量环境领域的领域知识,这对我们的研究很重要”。在郑书新看来,邢佳不仅对自己的研究领域认识十分深刻,而且有一种“踏实做研究”的气质。

提出新数值模型,入选中国大气污染治理核心技术

功夫不负有心人,短短三个月时间,在秦涛、郑书新等研究员的鼎力相助下,邢佳的研究产出了优秀的成果——团队提出了一种基于深度学习的响应曲面法,能够更加准确、更加高效地量化排放和污染之间的关系。相比需要采用大量数值模型模拟的传统方法,该方法结合数值模型,通过学习“排放—浓度”的关系,找到了一种高效的预测方法,减少的数值模型需要模拟的次数和运算量高达 90%,将运算时间由 1-2 周缩减为几个小时,这意味着决策者能够快速了解方案效果,评估是否需要重新修改优化等。邢佳笑着说,这种数值模型运算方法不仅准确、高效,“也大幅减少了模拟过程中带来的二氧化碳排放”,可谓是全方位的环保。

邢佳在 MSRA 做 Final Talk,展示访问期间的成果

让邢佳印象深刻的是,论文投递后,微软亚洲研究院副院长刘铁岩博士也针对文章提出了宝贵建议,团队在原先基础上做了很多补充、完善的工作,使文章的整体质量得以“再上一层楼”。

目前,这篇论文已经被环境领域顶级期刊接受,引发了国际学界的关注。该技术也将进一步支撑未来我国各城市开展空气质量达标规划的工作。可以预见,在不久的将来,这项研究成果将对大气污染治理的实战做出重要贡献。

邢老师的此项成果也是 ABaCAS 系统(空气污染控制成本效益及达标评估系统)的重要组成部分

“发挥在人工智能机器学习领域的专长推动环境领域研究的发展进步,为政府制定有效的空气治理决策提供新方法,是一件非常有意义的事情”,邢佳说。这项突破性的科研成果,也展现了中国的环境科学研究在融入世界的过程中更加进取、开放的姿态。邢佳介绍,自己在美国环保署的同事也对这项研究非常感兴趣,希望等技术成熟后将之应用于美国大气污染的治理工作,实现科学治霾、智能决策。“我觉得这也能提高我们国家高尖技术层面的实力,提升我们的国际影响力。”完成这项研究后,邢佳又敏锐地发现了新的研究问题:疫情期间空气质量发生了什么样的变化?有了在 MSRA 做研究的底气,邢佳得以另辟蹊径,“回答这个很多研究都回避的问题”,与武汉大学的李四维老师展开了应用领域的创新合作。基于上述在铸星期间完成的数值模型,他们根据地表及卫星遥感观测数据,推演出了疫情期间大气污染物排放的变化量,该项成果也投在领域期刊进行审稿中。

从铸星起航,将“计算机×环境”科研合作进行到底

对邢佳而言,在这段铸星之旅中,无论是在交流与碰撞中获取领域新知、探索新的合作可能,还是通过他人的分享弥补一己之视域的盲点,都离不开 MSRA “开放共享、交流碰撞”的科研氛围和学术传统。星搭档秦涛对他不遗余力的助力,让邢佳铭记于心。秦涛特意帮助安排了一次与《Nature》杂志副刊编辑在 MSRA 的会面,让邢佳更加深入地了解《Nature》并探讨未来投稿的可能性。计算机与环境科学交叉迸发的能量,也让秦涛与邢佳对自己的研究有着更大的野心。邢佳还在秦涛的牵头下,与微软亚洲研究院高级研究员边江、主管研究员张佳的团队展开了深度合作,研究如何利用人工智能技术进行空气质量监控。邢佳来到 MSRA 访问伊始,秦涛就安排他在大组里介绍自己的研究内容,不仅给大家留下了深刻印象,也直接促成了他与张佳、边江两位研究员的合作。“我有些研究想法,正好边老师和张老师那边也觉得这些工作很有意义,认为我们可以一起做一些事情。”他们联合开展了机器学习与大气数值模型的深度结合,实现对大气模型输入及模拟机制的修正完善。目前,这项合作正在持续推进,邢佳还将自己在清华指导的一个学生推荐到边老师、张老师团队实习,以更好地跟进他们的合作项目。

邢老师(二排右三)与清华学生合影

三个月的铸星之旅只是起点,这段成果丰硕的合作经历也给铸星计划项目负责人、微软亚洲研究院石贝贝经理留下了深刻印象,在她和秦涛的支持与推动下,今年年初,邢佳又成功申请“微软亚洲研究院联合研究项目”。

在这个项目中,邢佳将与秦涛就此前研究成果进行进一步拓展运用,主要关注二氧化碳的减排预测,根据环境浓度的变化反算减排清单。未来,他们还将携手在负碳技术、全球气候变化和可持续发展领域展开更广泛、更深入的科研合作。

MSRA 给邢佳等青年学者们带来的不仅是合作研究员们的倾力相助,还有庞大数据、先进设备、融合平台和各方计算资源。邢佳刚来 MSRA 的时候,秦涛就帮他开通了 GPU 服务器集群的账号,给他的研究带来了极大的便利,当他有了科研经费之后也在实验室搭建了 GPU 服务器,“这样可以多做一些复原趋势”。“企业中很难得的一片安稳净土”,邢佳这样评价 MSRA,“每个人都能够沉下心来做一些原创性的工作,这是很难得的”。来到 MSRA 之后,他觉得“好像又回到原来念书的时候”,能够真正静下心来做研究。他看到,大家努力的时候比学校里的学生还要勤奋,但都是在做一些自己发自内心感兴趣、热爱的事情,所以丝毫不觉得辛苦。作为清华大学环境学院唯一一位在做计算机科学相关研究的科研人员,尽管邢佳自嘲“在学院比较边缘”,但他敏锐地捕捉到了专业发展的大趋势:以计算机辅助进行建模,进行数据分析以及预测,一定会成为环境科学领域未来的主流。

“我觉得在我们整个专业都有向人工智能、深度学习这方面来靠拢的趋势,”邢佳说,自己去年参加的几个环境领域的国际会议,都为人工智能设立了独立的 Section,“大家已经都瞄准了这个方向”。在 MSRA 的三个月只是开始,得以与人工智能领域最优秀的学者们一起探索人类社会与环境协同演化、持续发展的方法,为邢佳未来的科研之路带来了无限可能。
编后语:多年来,微软一直在可持续发展方面积极展开行动,并在 2020 年 1 月宣布将在 2030 年实现碳的负排放,在 2050 年前清除自公司成立以来所有的碳足迹。微软始终相信,人工智能技术必将赋能可持续发展,为人类的环境保护事业带来革命性的转变。邢佳与秦涛、边江、张佳、郑书新等研究员联合开展的在计算机与环境领域的跨学科探索,也正是微软亚洲研究院以碳减排技术为新的研究合作战略方向,聚焦计算机与环境、能源、管理的交叉领域构建创新科研合作,致力于与学术界、产业界的合作伙伴一起在相关领域共创具有跨时代意义的重大研究成果,为人类可持续发展贡献力量的一大代表。今年的铸星计划项目已开放申请,特别新增“交叉学科”这一方向。期待更多来自环境科学与环境工程、大气科学、能源科学与工程、生物信息学等学科的老师来到微软亚洲研究院,以技术互补与思维共享,与我们一起实现更多科研可能。

标签