DeepMind AI kan weer beter voorspel

Diepsinnige AI

Meteorologie as wetenskap vorder danksy die ontwikkeling van tegnologie. Tans is daar verskeie rekenaarprogramme wat direk kan voorspel wanneer en waar dit sal reën. Die maatskappy van DeepMind het 'n kunsmatige intelligensie ontwikkel wat byna presies kan voorspel wanneer en waar dit sal reën. Hierdie onderneming werk saam met Britse weerkundiges om 'n model te skep wat beter is om voorspellings op kort termyn te doen as huidige stelsels.

In hierdie artikel gaan ons u alles vertel wat u moet weet oor die Robleda -sak, die meteorologiese voorspellingstegnologie van die onderneming DeepMind.

Weervoorspelling

diep gemoed

DeepMind, 'n kunsmatige intelligensie-onderneming in Londen, gaan sy loopbaan voort om diep leer toe te pas op moeilike wetenskaplike probleme. DeepMind het in samewerking met die British National Weather Service se Met Office 'n diepgaande leermiddel ontwikkel genaamd DGMR, wat die waarskynlikheid van reën in die volgende 90 minute akkuraat kan voorspel. Dit is een van die moeilikste uitdagings in weervoorspelling.

In vergelyking met bestaande instrumente meen tientalle kundiges dat DGMR se voorspellings die beste is op verskeie faktore, insluitend die voorspellings van die ligging, omvang, beweging en intensiteit van reën, 89% van die tyd. Die nuwe hulpmiddel van DeepMind maak 'n nuwe sleutel in die biologie oop wat wetenskaplikes al dekades lank probeer oplos.

Selfs klein verbeterings in voorspellings is egter belangrik. Die voorspelling van reënval, veral swaar reën, is van kritieke belang vir baie nywerhede, van buitelugaktiwiteite tot lugvaartdienste en noodgevalle. Maar dit is moeilik om dit reg te kry. Om te bepaal hoeveel water in die lug is en wanneer en waar dit sal val, hang af van baie klimaatprosesse, soos temperatuurveranderinge, wolkvorming en wind. Al hierdie faktore is op sigself kompleks genoeg, maar dit is meer kompleks as dit gekombineer word.

Die beste beskikbare voorspellingstegnologie maak gebruik van 'n groot aantal rekenaarsimulasies van atmosferiese fisika. Dit is geskik vir langtermynvoorspellings, maar dit is nie baie goed om te voorspel wat in die volgende uur gaan gebeur nie. Dit word 'n onmiddellike voorspelling genoem.

Die ontwikkeling van DeepMind

ontwikkeling van weervoorspelling

Vorige diepleertegnieke is ontwikkel, maar hierdie tegnieke werk gewoonlik goed in een opsig, soos die voorspelling van ligging en ten koste van 'n ander, soos die voorspelling van krag. Radargegevens vir swaar reën wat onmiddellike reën help voorspel, bly 'n groot uitdaging vir weerkundiges.

Die DeepMind -span het radardata gebruik om hul AI op te lei. Baie lande en streke publiseer gereeld foto's van radarmetings wat die vorming en beweging van wolke gedurende die dag volg. In die Verenigde Koninkryk word daar byvoorbeeld elke vyf minute nuwe lesings geplaas. Deur hierdie knipsels bymekaar te maak, kan u 'n up-to-date stop-motion-video kry wat wys hoe die reënpatroon van 'n land verander.

Die navorsers stuur hierdie data na 'n diepgenerasie -netwerk soortgelyk aan GAN, 'n opgeleide AI wat nuwe data -monsters kan genereer wat baie ooreenstem met die werklike data wat tydens opleiding gebruik word. GAN is gebruik om vals gesigte te genereer, insluitend die vals Rembrandt. In hierdie geval het DGMR (wat staan ​​vir "Generative Deep Rain Model") geleer om vals radar -kiekies te genereer wat die werklike metingsreeks voortsit.

DeepMind AI -eksperimente

weervoorspelling

Shakir Mohamed, wat die navorsing by DeepMind gelei het, het gesê dit is dieselfde as om 'n paar rame uit 'n film te kyk en te raai wat volgende gaan gebeur. Om hierdie metode te toets, het die span 56 weerkundiges van die Buro vir Meteorologie (wat nie by die werk betrokke was nie) gevra om die meer gevorderde fisiese simulasies en 'n stel teenstanders te ondersoek.

89% van die mense het gesê dat hulle verkies die resultate wat deur DGMR gegee word. Masjienleer -algoritmes probeer gewoonlik optimaliseer vir 'n eenvoudige maatstaf van hoe goed u voorspellings is. Die weervoorspelling het egter baie verskillende aspekte. Miskien het 'n voorspelling die verkeerde reënintensiteit op die regte plek gekry, of ander voorspelling het die korrekte kombinasie van intensiteite gekry, maar op die verkeerde plek, ensovoorts.

DeepMind het gesê dat dit die struktuur van alle proteïene wat die wetenskap ken, vrystel. Die onderneming het sy AlphaFold proteïenvou kunsmatige intelligensie gebruik om strukture vir die menslike proteoom, sowel as vir gis, vrugtevlieë en muise te genereer.

Die samewerking tussen DeepMind en Met Office is 'n goeie voorbeeld van samewerking met eindgebruikers om AI -ontwikkeling te voltooi. Dit is duidelik 'n goeie idee, maar dit gebeur dikwels nie. Die span het etlike jare aan die projek gewerk en insette van kundiges van die Buro vir Meteorologie het die projek gevorm. Suman Ravuri, 'n navorsingswetenskaplike by DeepMind, het gesê: "Dit bevorder die ontwikkeling van ons model op 'n ander manier as ons eie implementering." 'Anders kon ons 'n model geskep het wat uiteindelik nie baie nuttig sou wees nie.

DeepMind is ook gretig om aan te toon dat sy AI praktiese toepassings het. Vir Shakir maak DGMR en AlphaFold deel uit van dieselfde verhaal: die onderneming gebruik hul jare lange ondervinding om raaisels op te los. Die belangrikste gevolgtrekking hier is miskien dat DeepMind uiteindelik wetenskaplike probleme in die werklike wêreld begin noem het.

Vooruitgang in weervoorspelling

Weervoorspelling moet ondersteun word deur die ontwikkeling van tegnologie, namate ons al hoe nader kom om ten volle te verstaan ​​hoe ons atmosfeer werk. Baie keer kan die mens en sy berekeninge onderhewig wees aan algemene foute wat vermy kan word met die ontwikkeling van kunsmatige intelligensie.

Weervoorspelling is die sleutel tot menswees, aangesien ons baie kan benut meer doeltreffende waterbronne en vermy 'n paar rampe in storms en swaar reën. Om hierdie rede stem meteoroloë toenemend saam om kunsmatige intelligensie -projekte te ontwikkel om reënval te voorspel.

Ek hoop dat u met hierdie inligting meer kan leer oor die DeepMind -projek en die kenmerke daarvan.


Die inhoud van die artikel voldoen aan ons beginsels van redaksionele etiek. Klik op om 'n fout te rapporteer hier.

Wees die eerste om te kommentaar lewer

Laat u kommentaar

Jou e-posadres sal nie gepubliseer word nie. Verpligte velde gemerk met *

*

*

  1. Verantwoordelik vir die data: Miguel Ángel Gatón
  2. Doel van die data: Beheer SPAM, bestuur van kommentaar.
  3. Wettiging: U toestemming
  4. Kommunikasie van die data: Die data sal nie aan derde partye oorgedra word nie, behalwe deur wettige verpligtinge.
  5. Datastoor: databasis aangebied deur Occentus Networks (EU)
  6. Regte: U kan u inligting te alle tye beperk, herstel en verwyder.