DeepMind AI suudab ilma paremini ennustada

Deepmind AI

Meteoroloogia kui teadus edeneb tänu tehnoloogia arengule. Praegu on mitmeid arvutiprogramme, mis on võimelised otseselt ennustama, millal ja kus sajab vihma. Ettevõte Deepmind on välja töötanud tehisintellekti, mis on võimeline peaaegu täpselt ennustama, millal ja kus sajab vihma. See ettevõte on teinud koostööd Ühendkuningriigi meteoroloogidega, et luua mudel, mis on parem lühiajaliste ennustuste tegemiseks kui praegused süsteemid.

Selles artiklis räägime teile kõike, mida peate teadma ettevõtte DeepMind meteoroloogilise ennustustehnoloogia Robleda koti kohta.

Ilmateade

deepmind

DeepMind, Londonis asuv tehisintellekti ettevõte, jätkab oma karjääri süvaõppe rakendamisel raskete teadusprobleemide korral. DeepMind on koostöös Briti riikliku ilmateenistuse Met Office'iga välja töötanud süvaõppevahendi nimega DGMR, mis suudab täpselt ennustada vihma tõenäosust järgmise 90 minuti jooksul. See on üks raskemaid väljakutseid ilmaennustamisel.

Võrreldes olemasolevate vahenditega usuvad kümned eksperdid, et DGMR -i ennustused on mitmete tegurite osas parimad, sealhulgas 89% juhtudest ennustatud vihma asukohta, ulatust, liikumist ja intensiivsust. DeepMindi uus tööriist avab bioloogias uue võtme, mida teadlased on aastakümneid lahendada püüdnud.

Kuid isegi väikesed parandused ennustustes on olulised. Sademete, eriti tugeva vihma prognoosimine on paljude tööstusharude jaoks kriitilise tähtsusega, alates välitegevustest kuni lennuteenuste ja hädaolukordadeni. Kuid õigeks saamine on raske. Selle määramine, kui palju vett on taevas ning millal ja kuhu see langeb, sõltub paljudest kliimaprotsessidest, nagu temperatuurimuutused, pilved ja tuul. Kõik need tegurid on iseenesest piisavalt keerulised, kuid kombineerituna keerukamad.

Parim kättesaadav ennustustehnoloogia kasutab suurt hulka atmosfäärifüüsika arvutisimulatsioone. Need sobivad pikaajalisteks prognoosideks, kuid ei oska eriti hästi ennustada, mis juhtub järgmise tunni jooksul. Seda nimetatakse koheseks prognoosiks.

DeepMindi arendamine

ilmateadete arendamine

Varasemad süvaõppe meetodid on välja töötatud, kuid need meetodid toimivad tavaliselt ühes osas hästi, näiteks asukoha ennustamine, ja teise arvelt, näiteks jõu ennustamine. Radariandmed tugeva vihma kohta, mis aitavad ennustada kohest vihma, on meteoroloogide jaoks suur väljakutse.

DeepMindi meeskond kasutas oma AI koolitamiseks radariandmeid. Paljud riigid ja piirkonnad avaldavad sageli hetkepilte radarimõõtmistest, mis jälgivad pilvede teket ja liikumist kogu päeva jooksul. Näiteks Ühendkuningriigis postitatakse uued näidud iga viie minuti järel. Need klõpsud kokku pannes saate ajakohase stop-motion video, mis näitab, kuidas riigi vihmamuster muutub.

Teadlased saadavad need andmed sügavale põlvkonna võrgule, mis sarnaneb GAN -iga, mis on koolitatud tehisintellekt, mis suudab genereerida uusi andmeproove, mis on väga sarnased koolitusel kasutatud tegelike andmetega. GAN -i on kasutatud võltsitud nägude, sealhulgas võltsitud Rembrandti loomiseks. Sel juhul on DGMR (mis tähistab "Generative Deep Rain Model") õppinud genereerima valeradaripilte, mis jätkavad tegelikku mõõtmisjärjestust.

DeepMind AI katsed

ilmateade

Shaep Mohamed, kes juhtis uuringut DeepMindis, ütles, et see on sama, kui vaadata filmist paar kaadrit ja arvata, mis edasi saab. Selle meetodi testimiseks palus meeskond 56 meteoroloogil meteoroloogiabüroost (kes ei olnud tööga seotud) süveneda arenenumatesse füüsilistesse simulatsioonidesse ja vastaste komplekti.

89% inimestest ütlesid, et eelistavad DGMRi antud tulemusi. Masinõppe algoritmid püüavad üldiselt optimeerida lihtsaks mõõduks selle kohta, kui head on teie ennustused. Ilmaennustusel on aga palju erinevaid tahke. Võib -olla sai ennustus õige vihma intensiivsuse õiges kohasvõi muu ennustus sai õige intensiivsuste kombinatsiooni, kuid vales kohas jne.

DeepMind ütles, et vabastab kõigi teadusele teadaolevate valkude struktuuri. Ettevõte on kasutanud oma AlphaFold valgu voltimise tehisintellekti, et luua struktuure nii inimese proteoomile kui ka pärmile, puuviljakärbsele ja hiirele.

DeepMindi ja Met Office'i koostöö on hea näide koostööst lõppkasutajatega AI arenduse lõpuleviimiseks. Ilmselgelt on see hea mõte, kuid sageli seda ei tehta. Meeskond töötas projekti kallal mitu aastat ja meteoroloogiabüroo ekspertide panus kujundas projekti. DeepMindi teadlane Suman Ravuri ütles: "See soodustab meie mudeli arengut erineval viisil kui meie enda rakendamine." "Vastasel juhul oleksime võinud luua mudeli, mis poleks lõpuks eriti kasulik."

DeepMind soovib ka näidata, et selle tehisintellektil on praktilisi rakendusi. Shakeri jaoks on DGMR ja AlphaFold osa samast loost: ettevõte kasutab mõistatuste lahendamisel oma aastatepikkust kogemust. Siin võib-olla kõige olulisem järeldus on see, et DeepMind on lõpuks hakanud reaalajas teaduslikke probleeme loetlema.

Edusammud ilmaennustamisel

Ilmaprognoose peab toetama tehnoloogia areng, kuna oleme üha lähemal meie atmosfääri toimimise täielikule mõistmisele. Inimene ja tema arvutused võivad sageli langeda tavaliste vigade hulka, mida saab vältida tehisintellekti arendamisega.

Ilmaprognoos on inimeseks olemise võti, kuna saame palju ära kasutada tõhustada veevarusid ja vältida mõningaid katastroofe tormide ja tugevate vihmasadude korral. Sel põhjusel on meteoroloogid üha enam nõus sademete prognoosimiseks välja töötama tehisintellekti projekte.

Loodan, et selle teabe abil saate rohkem teada DeepMind projekti ja selle omaduste kohta.


Ole esimene kommentaar

Jäta oma kommentaar

Sinu e-postiaadressi ei avaldata. Kohustuslikud väljad on tähistatud *

*

*

  1. Andmete eest vastutab: Miguel Ángel Gatón
  2. Andmete eesmärk: Rämpsposti kontrollimine, kommentaaride haldamine.
  3. Seadustamine: teie nõusolek
  4. Andmete edastamine: andmeid ei edastata kolmandatele isikutele, välja arvatud juriidilise kohustuse alusel.
  5. Andmete salvestamine: andmebaas, mida haldab Occentus Networks (EL)
  6. Õigused: igal ajal saate oma teavet piirata, taastada ja kustutada.