计算可持续性的AI：实验室指南/前言
长期星球可持续性需要智能地使用智能计算系统，至少如果我们接受改变星球的技术和人口过剩将继续存在，这给人类智能规划和长远考虑带来了挑战。这需要具有社会参与意识的计算思维者，他们能够构建和评估智能系统技术，并以可持续性应用为依据，能够跨学科工作。
Jeannette Wing（2006）[1] 首次提出了计算思维的概念，并且这个概念一直在发展。AI，即关注决策非确定性管理的计算领域，是任何具有社会相关性的计算思维课程的核心（Fisher，2008）[2]，尤其是在社会和环境可持续性方面。
要让计算机专业的学生参与可持续性问题，不仅仅需要AI教育，然后寄希望于他们日后能够意识到其与可持续性的相关性并采取行动，而是当这些联系被明确指出时，才能最好地建立联系，否则这些知识可能会在学生心中处于休眠状态（Bransford 等人，1990）[3]，即使在看似需要的情况下也无法获得。使联系清晰也可能吸引对可持续性问题感兴趣的学生和从业者进入计算机领域，否则他们可能不会选择学习计算机。
本文的动机是希望增加和维持参与环境和社会可持续性的计算机社区的人数和多样性，特别是将可持续性内容引入本科AI课程。不断发展中的教科书的理想特性是：
- 可移植性，作为本科AI课程中使用的任何主要教科书和其他资源的补充；
- 在线且免费获取，用于世界范围内的课程，以及研究团队/项目在更广泛的影响计划中使用（NSF，2007[4]）；
- 模块化，分为独立的部分和练习，使教师能够轻松地“剪辑”教科书的部分内容用于他们的课程；
- 与AI相关的维基百科文章、教科书（例如，Poole 和 Mackworth，2010；[5] Wikibooks 社区，2012[6]）、在线课程和讲座（例如，Ng，2011[7]）、在线研究论文和其他资源（例如，RadioLab[8]，AAAI [9]）互联；以及
- 社区开发，随着AI与可持续性交叉领域中的项目、作业和解释性材料被写入文本而不断发展。
该项目与计算可持续性[10]方面更大的努力相一致，预计这项工作将为该社区现有的教育工作做出贡献，突出并鼓励知识从研究到教育和公众推广的流动。
除了总体描述AI和可持续性实验室文本外，本章还讨论了该项目对研究与教育整合以及向公众传播科学的影响；并重点介绍了该项目的社区性质，以及希望该项目通过AI、可持续性和社区来帮助吸引年轻人学习计算机。
Wikibooks是维基百科的姊妹项目，旨在支持集体创建正规和非正规教育的教科书。与维基百科一样，Wikibooks的基础设施支持知识演变，例如允许分配学分和回滚的编辑历史；以及支持讨论范围和修订的机制，包括小分歧以及文章合并和拆分的大型计划。Wikibooks属于知识共享署名-相同方式共享许可，允许复制和重新分发实验室手册的全部或部分内容，需署名，到另一个平台，甚至可能到主要的AI教科书，这将是理想的结果。Wikibooks允许在书籍演变过程中创建稳定的pdf版本。使用Wikibooks还有更广泛的影响，这在很大程度上源于它与维基百科的关系。
使用Wikibooks最重要的更广泛影响之一是，有可能让更多学者参与到维基百科中，并向公众传播科学和技术。维基百科作为学生和许多其他人（包括教师，尽管通常不是在他们的专业领域）的资料来源的普及性，使得在该媒介中准确完整地传播科学知识变得更加重要。例如，美国心理科学协会维基百科倡议（APS，2012）[11]呼吁其成员直接或通过他们的学生为维基百科做出贡献，以更好地确保完整性和准确性，同时训练这些科学家及其同事掌握向公众传播科学的关键技能。事实上，有很多“维基项目”（http://en.wikipedia.org/wiki/Wikipedia:WikiProject）旨在确保相应内容领域文章的质量。
对维基百科上与AI相关的文章进行的非正式调查表明，其覆盖范围不足，与其说是错误，不如说是严重不完整，尤其是在深度方面。例如，通常涵盖无监督学习（最显著的是聚类）的文章主要由经典统计数据聚类材料组成，对独特的机器学习和AI视角的覆盖非常有限。甚至关于计算可持续性本身的文章也只是一个存根。此外，对本科和研究生CS学生的非正式询问表明，学生作为维基百科编辑者的参与率接近0%。此外，正式研究（Lam 等人，2011）[12]表明，女性作为维基百科编辑者的比例仍然非常低。
我们可以希望并期待Wikibooks上的可持续性文本将成为其贡献者（主要是在很大程度上自愿选择关心教育和公众推广）的垫脚石，以更广泛地参与到维基百科上关于AI的文章中。其中一些新的贡献者将是学生。
还有一些与正规教学法相关的重要的更广泛影响。学生提交作业是为了获得分数，但当他们劳动的成果要呈现给Light（2001）[13] 和其他人所说的“真实受众”时，他们更有动力去做高质量的工作。当为真实受众工作时，许多学生会提高他们的工作水平，因为他们认为这项工作与他们息息相关，而且实际上也是如此（Bruff，2011）。[14]理想情况下，作为维基百科编辑者参与的学生会认为他们的努力有助于全球教学法，无论它与可持续性还是AI相关，这将有助于他们树立自己的形象，让他们成为能够在社会上有所作为的人，很大程度上是通过社区合作来实现的。
更广泛地说，大学正面临着如何最好地利用世界上免费提供的教育资源来改善校内教育的重要问题——理想情况下，这种教育能够培养对场所的承诺，而这是对可持续发展承诺的重要先决条件。同样重要的是，也许更重要的是，如何为世界教育资源做出贡献的问题。因此，实验室文本的一个重要动机是为教师提供真实的受众，以及学生；为所有人提供一个媒介，让他们为世界免费提供的教育资源做出贡献，这既是为了世界和科学公民的福祉，也是为了在日益全球化的环境中保持他们作为教育者的活力。
在这个阶段，实验室文本主要通过人工智能主题进行索引，并通过可持续发展主题进行二级索引和访问。
文本内容最终将反映流行的人工智能教科书（例如，Russell 和 Norvig，2010；[15] Poole 和 Mackworth，2010；[5] Luger，2009[16]），以包含以下方面的材料
- 搜索（无信息和启发式），
- 基于约束的推理和优化，
- 确定性命题和一阶推理，
- 确定性规划，
- 不确定性下的推理和规划，
- 机器学习（例如，监督、无监督、强化），
- 多代理系统、基于代理的建模，
- 认知代理架构，
等等。在大量人工智能文本中，识别常见的內容单元并不困难。理想情况下，这种索引将有助于鼓励将可持续发展内容纳入主要的人工智能教科书本身，并在修订和出版新文本时进行。此外，基于人工智能主题的主要组织将有助于突出具有相似问题结构但可能处于不同可持续发展领域的可持续发展相关问题，从而鼓励学生进行抽象和概括，并防止惰性知识。
实验室文本的各个部分应包含足够的解释性和说明性材料，以引导读者了解可持续发展内容和应用。由于文本的主要组织是基于人工智能主题，因此这可能会导致跨越人工智能主题的可持续发展应用描述中的冗余。在一段时间内，这种冗余可能是可以接受的，甚至是有益的，但编辑者可能会在某些情况下合并此类处理，并且可能会拆分在一个部分中涵盖过多人工智能练习的内容。在每个可持续发展主题的配套解释性文本中，将有各种人工智能模型作业[17]，范围各不相同，在每种情况下都与可持续发展主题相关
- 持续数周到一个学期的编程和/或论文项目；
- 持续一周左右的编程和书面作业；以及
- 从几分钟到几小时不等的课堂或其他短期练习。
在整个材料中，将有指向源材料和其他外部参考的指针。
除了主要基于人工智能的导向之外，实验室文本的最后一章还概述了可持续发展问题，而没有或仅限于参考人工智能概念本身。这里的目的是使学生能够，也许作为正式项目的一部分，识别与人工智能相关的方法，而不会使他们对这些方法应该是什么产生偏见。
有很多关于人工智能用于可持续发展方面的例子可以放入实验室手册中。许多机器学习应用适合翻译成教育环境，包括生物多样性 (Dietterich，2009)[18]、气候跟踪 (Monteleoni、Schmidt & Saroha，2010)[19]、电力使用 (Gupta 等人，2010)[20] 和分配 (Gross 等人，2006)[21] 监控。
与机器学习一样，更普遍的优化也是人工智能中具有许多教学机会的领域。例如，Brunskill 和 Lesh (2010)[22] 使用优化来寻找发展中国家医疗工作者的路线，他们每天必须步行数十英里才能到达偏远的村庄。
另一个推动优化的应用是走廊设计。Conrad 等人 (2010)[23] 描述了一种在预算约束下优化的全新范式，这种范式对于计算机科学学生来说非常直观。作者将他们的方法应用于灰熊走廊设计，找到现有的受保护生态保护区之间的路径，以允许熊种群流动并增加遗传多样性的可能性。论文本身的大部分内容都可以在高年级计算机科学学生的能力范围内，并且是计算机科学专业高年级特殊主题课程“计算与环境”的必读书籍。如论文中所述，该问题邀请使用不同的方法进行实验。一名学生的学期末项目实施了 Williams 和 Snyder (2005)[24] 中相关的走廊优化策略，复制了论文的实验结果。
经验表明，走廊设计对本科生具有吸引力，并且可以创建数据集和环境来进行引人入胜的项目和作业。保护区设计游戏 (Rochester 和 Possingham，2008)[25] 和切萨皮克湾游戏[26] 是可以整合到该领域实验室文本中的其他教学材料的示例。
重要的是，这些人工智能用于可持续发展的例子仅仅是一些例子——如果可以放入此文本中的项目、作业和练习与人工智能主题领域和可持续发展问题领域的“交叉产品”一样广泛，我们也不应该感到惊讶！
有一些课程，其中一些在网络上提供了不同的材料，特别关注人工智能和可持续发展，或计算和可持续发展（例如，布林莫尔学院的“可持续发展与辅助计算”http://cs.brynmawr.edu/Courses/cs380/fall2010/；卡内基梅隆大学的“人工智能用于健康与可持续发展”http://www.cs.cmu.edu/~ebrun/spring2012_ai.pdf；范德比尔特大学的“计算与环境”http://www.vuse.vanderbilt.edu/~dfisher/socially-engaged-computational-thinkers/ComputingEnvironment.pdf）。
与可持续发展主题课程的非常积极的趋势相比，本实验室手册是将可持续发展材料深度融合到非可持续发展主题课程中的一个例子。实际上，这项工作的目的不是从人工智能课程中取代任何人工智能内容，而是为了方便教师轻松采用可用于激发人工智能方法和概念的可持续发展问题，并在过程中传递可持续发展知识。没有理由这种深度融合策略不能用于其他计算课程，从计算机体系结构到数据库，仅举两个例子。
通常，教学材料的灵感可以来自解决可持续发展问题的 AI 研究论文；这些论文通常会花费大量时间向更广泛的可持续发展受众解释人工智能的相关性。Conrad 等人 (2010)[23] 仅仅是一个人工智能和优化领域本身感兴趣的研究例子，但为了让非人工智能受众受益，其呈现方式采用了多个直觉和形式化层次。
人工智能在可持续发展研究论文中，因为它们针对更广泛的受众，并且通常针对特定的应用，因此是将研究转化为教学材料的理想起点。计算可持续发展研究所 (ICS，2012)[27] 有一些很有希望的例子，其中一些在本手册中进行了重点介绍。
理想情况下，沿着这条道路的研究人员和教育工作者将不断地为 Wikibooks 实验室文本做出贡献。此外，我们希望不断发展的实验室文本将成为研究项目（例如，NSF 提案和奖励）更广泛的影响和教育计划的资源，这在很大程度上是因为将宣传这种机会，甚至可能在实验室书籍网站上提供此类活动的模板，以及关于 Wikibooks 编辑的虚拟会议教程。这将是鼓励参与可持续发展实验室文本项目的一种半正式方式。
理想的设计是一个由社区编写和编辑的实验教材，一方面补充人工智能本科课程，另一方面补充现有的计算可持续性方面的努力。该教材旨在成为一种将可持续性融入人工智能课程和教材的机制，是将计算可持续性更广泛地融入计算机课程的更大目标的开始。它也有一些重要的更广泛的影响动机，特别是促进研究和教育的融合，更好地向公众传播科学，以及为学生和教师提供机会，在全球范围内以社区的形式做出贡献。这本实验教材任何人都可以编辑，而且没有哪个领域比社会和环境可持续性更需要社区的参与了。
- ↑ Wing, J. (2006) Communications of the ACM，2006年3月，第49卷，第3期，第33-35页，摘自 http://www.cs.cmu.edu/afs/cs/usr/wing/www/publications/Wing06.pdf 2012年2月17日
- ↑ Fisher, D. (2008) 人工智能与培养社会参与型计算思维者。在AAAI春季研讨会“利用人工智能激发更多人参与计算机科学”中。摘自 http://www.vuse.vanderbilt.edu/~dfisher/socially-engaged-computational-thinkers/
- ↑ Bransford, J. D., Sherwood, R. D., Hasselbring, T. S., Kinzer, C. K., & Williams, S. M (1990)。锚定式教学：我们为什么需要它以及技术如何提供帮助。在C. Nix & R. Spiro（编辑），认知、教育和多媒体：探索高科技中的思想（第115-141页）。新泽西州希尔斯代尔：劳伦斯·厄尔鲍姆联合公司。
- ↑ NSF (2007)。绩效评估更广泛的影响标准：代表性活动，http://www.nsf.gov/pubs/gpg/broaderimpacts.pdf
- ↑ a b Poole, D. 和 Mackworth, A. 人工智能：计算代理的基础，剑桥大学出版社，可在网络上免费获取(http://artint.info/index.html)
- ↑ 维基教科书，人工智能，2012年2月17日从 https://wikibooks.cn/wiki/Artificial_Intelligence 检索
- ↑ Ng, A. 2011。机器学习视频讲座。摘自 http://www.ml-class.org/course/video/preview_list
- ↑ RadioLab播客，例如 http://www.radiolab.org/2011/may/31/
- ↑ AAAI教育工作者资源，摘自 http://aaai.org/AITopics/EducatorResources
- ↑ Gomes, Carla。2009。“计算可持续性：用于可持续环境、经济和社会的计算方法。”《桥》39(4)：5-13。
- ↑ APS (2012)。心理学科学协会维基百科计划：2012年2月从 http://www.psychologicalscience.org/index.php/members/aps-wikipedia-initiative 检索
- ↑ Lam, S.K.；Uduwage, A.；Dong, Z.；Sen, S.；Musicant, D.R.；Terveen, L.；Riedl, J.，WP：Clubhouse？对维基百科性别失衡的探索。2011年维基百科研讨会，加利福尼亚州山景城，2011年10月
- ↑ Light, R. (2001)。充分利用大学：学生畅所欲言，马萨诸塞州剑桥：哈佛大学出版社
- ↑ Bruff, D. (2011)。社交网络可以成为学习网络 http://chronicle.com/article/A-Social-Network-Can-Be-a/129609
- ↑ Russell, S. & Norvig, P. (2010)。人工智能：一种现代方法（第三版）。新泽西州普伦蒂斯·霍尔
- ↑ Luger, G. (2009) 人工智能：复杂问题解决的结构和策略，第6版。艾迪生-韦斯利
- ↑ EAAI模型作业（2012），摘自 http://modelai.gettysburg.edu/
- ↑ Dietterich,T. (2009)。机器学习在生态系统信息学和可持续性中的应用，国际人工智能联合会议，也可访问 http://videolectures.net/ijcai09_dietterich_mleis/
- ↑ Monteleoni, C., Schmidt, G. A., Saroha, S. (2010)。跟踪气候模型。CIDU，第1-15页
- ↑ Gupta, S., Reynolds, M.S., 和 Patel, S.N. “ElectriSense：使用EMI进行单点传感，用于家庭中电气事件检测和分类，”《普适计算会议论文集》（UbiComp），ACM出版社，2010年，第139-148页。
- ↑ Gross, P.，等，“使用机器学习易感性分析预测配电馈线故障，”《第18届人工智能创新应用会议论文集》（IAAI06），AAAI出版社，2006年，第1705-1711页。
- ↑ Brunskill, E. 和 Lesh, N. (2010)。农村健康路线：优化社区卫生工作者探访计划。在2010年3月加利福尼亚州帕洛阿尔托举行的AAAI春季研讨会“人工智能与发展”上
- ↑ a b Conrad, J., Gomes, C., van Hoeve, W., Sabharwal, A., 和 SuterConrad, J. 将经济和生态信息融入野生动物廊道的优化设计中，计算与信息科学技术报告，URI：http://hdl.handle.net/1813/17053。纽约州伊萨卡康奈尔大学，2010年
- ↑ Williams, J. C., 和 Snyder, S. A. 2005。使用优化和渗流模型在支离破碎的景观中恢复栖息地廊道。《环境建模与评估》。10(3)：239-250
- ↑ Rochester, W. 和 Possingham, H. (2008)。保护区设计游戏。http://www.uq.edu.au/marxan/resgame/index.html#intro
- ↑ Learmonth, G., Smith, D. E., Sherman, W. H., White, M. A., 和 Plank, J. (2011)。“一种解决环境可持续性复杂问题的实用方法：弗吉尼亚大学海湾游戏，”《创新期刊：公共部门创新期刊》16(1) http://www.innovation.cc/scholarly-style/learmonth_sustain_inviroment_v16i1a4.pdf
- ↑ ICS (2012)。计算可持续性研究所，2012年2月从 http://www.cis.cornell.edu/ics/projects/overview.php 检索