Tämän päivän sääennusteet perustuvat monimutkaisiin malleihin, jotka sisältävät ilmakehän ja valtamerten dynamiikkaa säätelevät lait, ja nämä mallit toimivat joillakin tehokkaimmista olemassa olevista supertietokoneista. Alphabet (Googlen emoyhtiö) on kuitenkin onnistunut ennustamaan maailmanlaajuiset sääolosuhteet seuraaville 10 päivälle vain minuutissa yhdellä henkilökohtaisen tietokoneen kokoisella koneella DeepMindin kehittämän tekoälyn ansiosta. The Google AI ennustaa säätä ja tämä on vasta alkanut.
Tässä artikkelissa kerromme sinulle, kuinka Google AI ennustaa säätä ja miten tämä tekniikka on kehittynyt.
Google AI ennustaa säätä
Yllättäen tämä tekoälyjärjestelmä ylittää useimmat nykyaikaiset sääennustusjärjestelmät lähes kaikilta osin. Mielenkiintoista näyttää siltä, että tällä kertaa tekoäly täydentää ihmisälyä eikä korvaa sitä.
Euroopan keskipitkän aikavälin sääennustekeskuksella (ECMWF) on uskomattoman edistyksellinen järjestelmä, jota päivitettiin viime vuonna merkittävästi, mikä parantaa sen ennustamiskykyä. Isännöi sen tiloissa Bolognassa, Italiassa, Siellä on supertietokone, joka on varustettu noin miljoonalla prosessorilla (toisin kuin henkilökohtaisessa tietokoneessa löydetyt kaksi tai neljä) ja poikkeuksellinen 30 petaflopsin laskentateho, mikä vastaa huikeita 30.000 XNUMX biljoonaa laskutoimitusta sekunnissa.
Tämä valtava laskentakapasiteetti on välttämätön yhdelle sen työkaluista, High Resolution Forecasting (HRES), joka ennustaa tarkasti keskipitkän aikavälin globaalit säämallit. Ne kattavat yleensä 10 päivää ja vaikuttavat yhdeksän kilometriä. Nämä ennusteet toimivat perustana sääennusteille, joita meteorologit toimittavat ympäri maailmaa. Äskettäin Google DeepMindin kehittämää tekoälyä GraphCastia on käytetty mittaamaan tämän valtavan järjestelmän kykyjä sääennusteissa.
Tekoälytutkimuksen tulokset
Tiistaina Science-lehdessä julkaistut vertailutulokset paljastavat, että GraphCast ylittää HRES:n useiden säätekijöiden ennustamisessa. Tutkimuksen mukaan Googlen kone ylittää ECMWF:n 90,3 %:ssa tutkitusta 1.380 XNUMX mittarista.
Kun keskitytään yksinomaan troposfääriin, ilmakehän kerrokseen, jossa useimmat sääilmiöt tapahtuvat, ja ilman dataa stratosfääristä, joka on noin 6-8 kilometriä maanpinnan yläpuolella, tekoäly (A.I.) ) ylittää ihmisen valvomat supertietokoneet 99,7 %:ssa tapauksia. analysoidut muuttujat. Yllättäen tämä saavutus saavutettiin koneella, joka muistuttaa läheisesti henkilökohtaista tietokonetta, joka tunnetaan nimellä tensorikäsittelyyksikkö tai TPU.
Google DeepMindin tutkijan Álvaro Sánchez Gonzálezin mukaan TPU:t ovat erikoislaitteita, jotka tarjoavat tehokkaamman koulutuksen ja tekoälyohjelmiston suorittamisen normaaliin PC:hen verrattuna, säilyttäen samalla saman koon. Aivan kuten tietokoneen näytönohjain keskittyy kuvien renderöimiseen, TPU:t on suunniteltu loistamaan matriisituotteissa. GraphCast-koulutuksessa käytimme 32 TPU:ta useiden viikkojen aikana. Kuitenkin, kun koulutus on suoritettu, yksi TPU voi luoda ennusteita alle minuutissa, kuten Sánchez González, yksi laitteen luojista, selitti.
GraphCast ja ennustusjärjestelmät
Merkittävä ero GraphCastin ja olemassa olevien ennustejärjestelmien välillä on sen kyky sisällyttää historiallisia tietoja. Tekijät kouluttivat järjestelmää käyttämällä meteorologisia tietoja ECMWF-arkistosta vuodesta 1979. Tämä laaja tietosarja kattaa sateet Santiagossa ja syklonit, jotka ovat vaikuttaneet Acapulcoon 40 vuoden aikana. Huomattavan harjoittelun jälkeen GraphCastilla on huomattava kyky luoda tarkkoja sääennusteita.
Se vaatii vain tietoa sääolosuhteista kuusi tuntia ennen ja juuri ennen ennustettasi, jotta voit ennustaa sään tarkasti vielä kuuden tunnin kuluttua. Ennusteet ovat toisistaan riippuvaisia ja jokainen uusi ennuste kertoo edellisen. Ferran Alet, tämän vaikuttavan DeepMind-koneen toinen luoja, selittää sen sisäisen toiminnan: "Heuroverkkomme ennakoi sääolosuhteet kuusi tuntia etukäteen. Ennustaaksemme sään 24 tunnin sisällä arvioimme mallin vain neljä kertaa. Vaihtoehtoisesti olisimme voineet kouluttaa erillisiä malleja eri ajanjaksoille, esimerkiksi yhden kuuden tunnin ja yhden 24 tunnin ajan. Kuitenkin, "Ymmärrämme, että sään taustalla olevat periaatteet pysyvät yhtenäisinä kuuden tunnin aikana."
"Jos siis löydämme sopivan 6 tunnin mallin ja käytämme sen omia ennusteita syötteenä, voimme ennustaa tarkasti seuraavan 12 tunnin sään ja toistaa tämän prosessin kuuden tunnin välein." Aletin mukaan tämä lähestymistapa tarjoaa huomattavan määrän dataa yhdelle mallille, mikä johtaa tehokkaampaan koulutukseen.
Tähän asti sääennusteet ovat perustuneet numeeriseen sääennusteeseen, jossa käytetään historian aikana kehitettyjä tieteellisiä yhtälöitä ilmakehän dynamiikan monimutkaisuuden huomioon ottamiseksi. Tutkijoiden havainnot muodostavat joukon matemaattisia algoritmeja, jotka supertietokoneet toimivat on suoritettava ennusteiden luomiseksi seuraaville tunneille, päiville tai viikoille (vaikka luotettavuus laskee merkittävästi 15 päivän jälkeen). Tämän tehtävän suorittaminen vaatii kuitenkin erittäin edistyneen supertietokoneen, joka vaatii huomattavia kustannuksia ja mittavia suunnitteluponnisteluja.
Google AI -malli ennustaa säätä
Erityisen huomionarvoista on, että nämä järjestelmät he eivät käytä edellisen päivän tai edes edellisen vuoden sääolosuhteita, vaikka se tapahtuu samassa paikassa ja samaan aikaan.
Päinvastoin, se lähestyy tehtävää eri näkökulmasta, melkein päinvastoin. Edistyneiden syväoppimiskykyjensä ansiosta se käyttää laajoja aiempien säätietojen arkistoja saadakseen kattavan käsityksen monimutkaisesta syy-seuraus-dynamiikasta, joka sanelee maapallon ilmaston etenemisen.
Espanjan ilmatieteen laitoksen (AEMET) tiedottajan José Luis Casadon mukaan historiallisia tietoja ei oteta huomioon ilmakehämallissa. Casado selventää, että tämä malli perustuu olemassa oleviin havaintoihin ja itse mallin viimeisimpään ennustukseen. Ymmärtämällä tarkasti ilmakehän nykyisen tilan on mahdollista ennustaa sen tulevaa etenemistä. Toisin kuin koneoppimistekniikat, tämä lähestymistapa ei käytä historiallisia tietoja tai ennusteita.
Toivon, että näiden tietojen avulla voit oppia lisää Googlen tekoälystä, joka ennustaa säätä ja sen ominaisuuksia.