人工智能正在越来越多地赋能地球科学研究，但要确保公众对其成果的信任，教育和透明度至关重要¹。
Credit: NicoElNino / Alamy Stock Photo¹
过去几年，随着ChatGPT等生成式人工智能工具的发布，公众对人工智能（AI）的认识迅速提高。而事实上，地球科学家对机器学习等人工智能方法的使用自2015年以来一直在加速发展。自2021年以来，《自然-地球科学》上发表的使用人工智能技术的论文数量不断增加，这在本期特刊中得到了体现，同时还收录了有关人工智能在地球科学中应用的评论²文章。
本期特刊中的文章展示了人工智能技术在促进地球科学领域进展的潜力。它们还强调了可以使用人工智能工具分析的地球科学数据来源和类型的多样性，以及人工智能方法本身的多样性，从简单的分类算法到受大脑启发的深度学习模型。人工智能不仅为数据收集和处理以及模型参数调整等任务提供了高效的方法，而且一些人工智能技术可以直接提供对过程的洞察，例如通过确定变量的主要控制因素。人工智能对于分析“大数据”特别有价值，根据定义，“大数据”太大而无法用传统方法处理，并且随着遥感、原位传感和数值模拟技术的发展，大数据在地球科学中变得越来越普遍。
更多地采用人工智能技术可能会使许多地球科学领域受益，但在这样做的过程中也存在着相当大的挑战。例如，许多地球科学数据集具有使人工智能工具分析复杂化的属性，如多模态和偏差，而且现实世界的过程通常很复杂。在某些情况下，可以通过将人工智能工具与物理模型相结合来克服过程的复杂性，正如本期“观点³”中对多尺度地球系统建模的论证那样。
整个地球系统的反馈机制在气候预测中引入了不确定性，影响了碳循环和气候变化响应³
为满足紧急缓解和适应需求而提出的人工智能多尺度气候建模方法示意图³
另一个挑战是地球科学界在人工智能方面的经验和知识有限，这有可能导致人工智能使用不当，产生有缺陷的结果，并使专家对使用人工智能进行的地球科学研究进行彻底审查成为问题。有人认为，应对这一挑战需要对教育和研究政策进行改革，优先考虑对人工智能在地球科学中的应用进行教学和资助。在本期由地球科学家和人工智能专家撰写的评论中，他们提出跨学科合作和教育也可以应对这一挑战，并促进人工智能和地球科学的发展，因为他们认为地球科学可以使人工智能研究受益。
尽管人工智能具有潜在的优势和机遇，但数据和过程的复杂性以及对人工智能的不熟悉，导致了研究界对人工智能在地球科学中的应用明显缺乏信任。在本期的问答⁴中，受访者——都是在其研究中使用人工智能的地球和环境科学家——认为，为了提高对人工智能使用的信任度，透明度至关重要。他们一致认为，透明度要求公开数据、代码和模型，并使用物理上可解释的人工智能方法，而不是“黑盒”方法，后者在用户不知道结果是如何产生的情况下产生结果。与任何方法一样，我们鼓励在发表的论文中保持这种透明度，要求数据符合FAIR（可查找、可访问、可互操作和可重复使用）的原则，并且最近通过简化代码的共享和同行评审来实现。
人工智能为地球科学带来了巨大的机遇，但也带来了巨大的挑战。与本期相关的特刊重点介绍了如果使用得当，人工智能如何能够推动地球科学的发展。要实现这一潜力，需要共同努力，教育和装备地球科学家，使其具备理解人工智能及其局限性的必要知识和专业技能，并培养透明文化。
4. Lachowycz, S. Utility of artificial intelligence in geoscience. Nat. Geosci. 17, 953–955 (2024). https://doi.org/10.1038/s41561-024-01548-5
本文由"地刊速览"创作，转载请在文章开头醒目位置标注"本文来源：地刊速览"。
