DeepMind AI daha yaxşı hava proqnozlaşdıra bilər

Dərin zəka

Meteorologiya bir elm olaraq texnologiyanın inkişafı sayəsində irəliləyir. Hal -hazırda, nə vaxt və harada yağış yağacağını birbaşa proqnozlaşdıra bilən bir neçə kompüter proqramı mövcuddur. Şirkəti DeepMind demək olar ki, nə vaxt və harada yağacağını dəqiq proqnozlaşdıra bilən süni intellekt inkişaf etdirmişdir. Bu şirkət İngiltərə meteoroloqları ilə birlikdə mövcud sistemlərdən daha qısa müddətli proqnozlar vermək üçün daha yaxşı bir model yaratmaq üçün çalışdı.

Bu yazıda, DeepMind şirkətinin meteoroloji proqnoz texnologiyası olan Robleda çantası haqqında bilmək lazım olan hər şeyi sizə izah edəcəyik.

Hava proqnozu

dərin fikir

Londonda yerləşən DeepMind, süni intellekt şirkəti, dərin elmi öyrənməni çətin elmi problemlərə tətbiq etmək karyerasını davam etdirir. DeepMind, İngilis Milli Hava Xidmətinin Met Ofisi ilə birlikdə yaxın 90 dəqiqədə yağış ehtimalını dəqiq proqnozlaşdıra bilən DGMR adlı dərin öyrənmə vasitəsi hazırladı. Hava proqnozunda ən çətin problemlərdən biridir.

Mövcud alətlərlə müqayisədə, onlarla mütəxəssis, DGMR -in proqnozlarının bir çox amillərə görə ən yaxşı olduğunu düşünürlər, o cümlədən yağışın yeri, diapazonu, hərəkəti və intensivliyi, 89%. DeepMind -in yeni vasitəsi, elm adamlarının onilliklər ərzində həll etməyə çalışdıqları biologiyada yeni bir açar açır.

Bununla belə, proqnozlarda kiçik irəliləyişlər də vacibdir. Yağışın, xüsusilə də şiddətli yağışların proqnozlaşdırılması açıq fəaliyyətlərdən tutmuş aviasiya xidmətlərinə və fövqəladə hallara qədər bir çox sənaye üçün çox vacibdir. Ancaq düzəltmək çətindir. Göydə nə qədər suyun olduğunu və nə vaxt və harada düşəcəyini müəyyən etmək bir çox iqlim prosesindən asılıdır. temperatur dəyişikliyi, bulud əmələ gəlməsi və külək kimi. Bütün bu amillər kifayət qədər mürəkkəbdir, lakin birləşdirildikdə daha mürəkkəbdir.

Mövcud olan ən yaxşı proqnozlaşdırma texnologiyası, atmosfer fizikasının çox sayda kompüter simulyasiyasından istifadə edir. Bunlar uzunmüddətli proqnozlar üçün uyğundur, lakin gələcək saatda nə olacağını proqnozlaşdırmaqda çox yaxşı deyillər. Buna təcili proqnoz deyilir.

DeepMind inkişafı

hava proqnozunun inkişafı

Əvvəlki dərin öyrənmə üsulları işlənib hazırlanmışdır, lakin bu üsullar adətən məkanı proqnozlaşdırmaq kimi, digər tərəfdən isə proqnozlaşdırma qüvvəsi kimi yaxşı işləyir. Ani yağışın proqnozlaşdırılmasına kömək edən güclü yağışlar üçün radar məlumatları meteoroloqlar üçün böyük bir problem olaraq qalır.

DeepMind komandası AI -ni öyrətmək üçün radar məlumatlarından istifadə etdi. Bir çox ölkə və bölgə, gün ərzində bulud meydana gəlməsini və hərəkətini izləyən radar ölçmələrinin anlıq görüntülərini tez -tez dərc edir. Məsələn, İngiltərədə hər beş dəqiqədən bir yeni oxunuşlar yerləşdirilir. Bu şəkilləri bir araya gətirərək, bir ölkənin yağış modelinin necə dəyişdiyini göstərən müasir bir stop-motion videosu əldə edə bilərsiniz.

Tədqiqatçılar bu məlumatları təlimdə istifadə olunan faktiki məlumatlara çox oxşar yeni məlumat nümunələri yarada bilən GAN -a bənzər dərin bir nəsil şəbəkəsinə göndərirlər. GAN, saxta Rembrandt da daxil olmaqla saxta üzlər yaratmaq üçün istifadə edilmişdir. Bu vəziyyətdə, DGMR ("Generative Deep Rain Model" mənasını verir), faktiki ölçü ardıcıllığını davam etdirən yalançı radar anları yaratmağı öyrəndi.

DeepMind AI Təcrübələri

hava proqnozu

DeepMind -də araşdırmaya rəhbərlik edən Şakir Mohamed, bunun bir filmdən bir neçə kadr izləmək və bundan sonra nə olacağını təxmin etməklə eyni olduğunu söylədi. Bu metodu sınamaq üçün komanda Meteorologiya Bürosundan (işdə iştirak etməyən) 56 meteoroloqdan daha inkişaf etmiş fiziki simulyasiyalar və bir sıra rəqibləri araşdırmağı xahiş etdi.

İnsanların 89% -i DGMR tərəfindən verilən nəticələrə üstünlük verdiklərini söylədi. Maşın öyrənmə alqoritmləri ümumiyyətlə proqnozlarınızın nə qədər yaxşı olduğunu ölçmək üçün optimallaşdırmağa çalışır. Ancaq hava proqnozunun bir çox fərqli tərəfi var. Bəlkə də bir proqnoz səhv yağış şiddətini doğru yerdə aldıvə ya digər proqnozlar intensivliklərin düzgün birləşməsini aldı, amma səhv yerdə və s.

DeepMind, elmə məlum olan bütün zülalların quruluşunu sərbəst buraxacağını söylədi. Şirkət, alphaFold zülalını qatlayan süni intellektdən istifadə edərək insan proteomunun, eləcə də maya, meyvə sinekləri və siçanlar üçün quruluşlar yaratdı.

DeepMind və Met Office arasında əməkdaşlıq AI inkişafını tamamlamaq üçün son istifadəçilərlə işləmək üçün yaxşı bir nümunədir. Aydındır ki, bu yaxşı bir fikirdir, amma çox vaxt belə olmur. Komanda bir neçə il ərzində layihə üzərində çalışdı və Meteorologiya Bürosunun mütəxəssislərinin məlumatları layihəni formalaşdırdı. DeepMind -də araşdırmaçı alim Suman Ravuri demişdir: "Modelimizin inkişafını öz tətbiqimizdən fərqli bir şəkildə təşviq edir." "Əks təqdirdə, sonda xüsusilə faydalı olmayacaq bir model yarada bilərdik."

DeepMind, AI -nin praktik tətbiqlərə sahib olduğunu göstərmək üçün də həvəslidir. Shakir üçün DGMR və AlphaFold eyni hekayənin bir hissəsidir: şirkət tapmacaları həll etmək üçün illərlə təcrübəsindən istifadə edir. Bəlkə də buradakı ən əhəmiyyətli nəticə, DeepMind-in nəhayət real dünya elmi problemlərini sıralamağa başladığıdır.

Hava proqnozunda irəliləyişlər

Atmosferimizin necə işlədiyini başa düşmək üçün getdikcə yaxınlaşdığımız üçün hava proqnozu texnologiyanın inkişafı ilə dəstəklənməlidir. Çox vaxt insan və onun hesablamaları süni intellektin inkişafı ilə qarşısı alınacaq ümumi səhvlərə məruz qala bilər.

Hava proqnozu insan olmağın açarıdır, çünki çox şeydən istifadə edə bilərik daha səmərəli su qaynaqları və fırtına və şiddətli yağışlarda bəzi fəlakətlərdən qaçın. Bu səbəbdən meteoroloqlar getdikcə yağışların proqnozlaşdırılması üçün süni intellekt layihələri hazırlamağa razılaşırlar.

Ümid edirəm ki, bu məlumatlarla DeepMind layihəsi və onun xüsusiyyətləri haqqında daha çox məlumat əldə edə bilərsiniz.


Məqalənin məzmunu bizim prinsiplərimizə uyğundur redaktor etikası. Xəta bildirmək üçün klikləyin burada.

Şərh yazan ilk kişi olun

Şərhinizi buraxın

E-poçt ünvanından dərc olunmayacaq. Lazım alanlar qeyd olunur *

*

*

  1. Verilərdən məsul: Miguel Ángel Gatón
  2. Verilənlərin məqsədi: Nəzarət SPAM, şərh rəhbərliyi.
  3. Qanuniləşdirmə: Sizin razılığınız
  4. Məlumatların ötürülməsi: Qanuni öhdəlik xaricində məlumatlar üçüncü şəxslərə çatdırılmayacaqdır.
  5. Veri saxlama: Occentus Networks (AB) tərəfindən yerləşdirilən verilənlər bazası
  6. Hüquqlar: İstədiyiniz zaman məlumatlarınızı məhdudlaşdıra, bərpa edə və silə bilərsiniz.