DeepMind AI peut mieux prédire la météo

IA profonde

La météorologie en tant que science progresse grâce au développement de la technologie. Actuellement, il existe plusieurs programmes informatiques capables de prédire directement quand et où il va pleuvoir. La compagnie de DeepMind a développé une intelligence artificielle capable de prédire presque exactement quand et où il pleuvra. Cette société a travaillé avec des météorologues britanniques pour créer un modèle qui permet de mieux faire des prévisions à court terme que les systèmes actuels.

Dans cet article, nous allons vous dire tout ce que vous devez savoir sur le sac Robleda, la technologie de prévision météorologique de la société DeepMind.

prévisions météorologiques

Deepmind

DeepMind, une société d'intelligence artificielle basée à Londres, poursuit sa carrière en appliquant l'apprentissage en profondeur à des problèmes scientifiques difficiles. DeepMind a développé un outil d'apprentissage en profondeur appelé DGMR en coopération avec le Met Office du British National Weather Service, qui peut prédire avec précision la probabilité de pluie dans les 90 prochaines minutes. C'est l'un des défis les plus difficiles de la prévision météorologique.

En comparaison avec les outils existants, des dizaines d'experts estiment que les prédictions de DGMR sont les meilleures sur plusieurs facteurs, notamment ses prédictions de l'emplacement, de la portée, du mouvement et de l'intensité de la pluie, 89 % du temps. Le nouvel outil de DeepMind ouvre une nouvelle clé en biologie que les scientifiques tentent de résoudre depuis des décennies.

Cependant, même de petites améliorations dans les prédictions sont importantes. La prévision des pluies, en particulier de fortes pluies, est essentielle pour de nombreuses industries, des activités de plein air aux services aéronautiques et aux urgences. Mais bien faire les choses est difficile. Déterminer la quantité d'eau dans le ciel et quand et où elle tombera dépend de nombreux processus climatiques, comme les changements de température, la formation de nuages ​​et le vent. Tous ces facteurs sont suffisamment complexes en eux-mêmes, mais ils sont plus complexes lorsqu'ils sont combinés.

La meilleure technologie de prédiction disponible utilise un grand nombre de simulations informatiques de la physique atmosphérique. Ceux-ci conviennent aux prévisions à long terme, mais ils ne sont pas très bons pour prédire ce qui se passera dans l'heure à venir. C'est ce qu'on appelle une prévision immédiate.

Développement DeepMind

développement de la prévision météorologique

Des techniques d'apprentissage en profondeur antérieures ont été développées, mais ces techniques fonctionnent généralement bien à un égard, comme la prédiction de l'emplacement, et au détriment d'un autre, comme la prédiction de la force. Les données radar pour les fortes pluies qui aident à prédire la pluie immédiate restent un grand défi pour les météorologues.

L'équipe DeepMind a utilisé des données radar pour entraîner son IA. De nombreux pays et régions publient fréquemment des instantanés de mesures radar qui suivent la formation et le mouvement des nuages ​​tout au long de la journée. Par exemple, au Royaume-Uni, de nouvelles lectures sont publiées toutes les cinq minutes. En rassemblant ces clichés, vous pouvez obtenir une vidéo en stop-motion à jour montrant comment la configuration des pluies d'un pays change.

Les chercheurs envoient ces données à un réseau de génération en profondeur similaire au GAN, qui est une IA entraînée qui peut générer de nouveaux échantillons de données très similaires aux données réelles utilisées dans l'entraînement. GAN a été utilisé pour générer de faux visages, y compris le faux Rembrandt. Dans ce cas, DGMR (qui signifie "Generative Deep Rain Model") a appris à générer de faux instantanés radar qui continuent la séquence de mesure réelle.

Expériences d'IA DeepMind

prévisions météorologiques

Shakir Mohamed, qui a dirigé les recherches chez DeepMind, a déclaré que cela revenait à regarder quelques images fixes d'un film et à deviner ce qui se passerait ensuite. Pour tester cette méthode, l'équipe a demandé à 56 météorologues du Bureau de météorologie (qui n'étaient pas impliqués dans le travail) d'approfondir les simulations physiques les plus avancées et un ensemble d'opposants.

89 % des personnes déclarent préférer les résultats donnés par la DGMR. Les algorithmes d'apprentissage automatique essaient généralement d'optimiser pour une mesure simple de la qualité de vos prédictions. Cependant, les prévisions météorologiques ont de nombreux aspects différents. Peut-être qu'une prédiction a obtenu la mauvaise intensité de pluie au bon endroit, ou une autre prédiction a obtenu la bonne combinaison d'intensités mais au mauvais endroit, et ainsi de suite.

DeepMind a déclaré qu'il libérerait la structure de toutes les protéines connues de la science. La société a utilisé son intelligence artificielle de repliement de protéines AlphaFold pour générer des structures pour le protéome humain, ainsi que pour la levure, les mouches des fruits et les souris.

La collaboration entre DeepMind et Met Office est un bon exemple de collaboration avec les utilisateurs finaux pour terminer le développement de l'IA. Évidemment, c'est une bonne idée, mais cela n'arrive souvent pas. L'équipe a travaillé sur le projet pendant plusieurs années et la contribution d'experts du Bureau de météorologie a façonné le projet. Suman Ravuri, chercheur à DeepMind, a déclaré : "Cela favorise le développement de notre modèle d'une manière différente de notre propre implémentation." « Sinon, nous aurions pu créer un modèle qui ne serait pas particulièrement utile au final. »

DeepMind est également désireux de montrer que son IA a des applications pratiques. Pour Shakir, DGMR et AlphaFold font partie de la même histoire : l'entreprise utilise leurs années d'expérience pour résoudre des énigmes. La conclusion la plus importante ici est peut-être que DeepMind a finalement commencé à répertorier les problèmes scientifiques du monde réel.

Les progrès de la prévision météorologique

Les prévisions météorologiques doivent être soutenues par le développement de la technologie alors que nous nous rapprochons de plus en plus de la compréhension complète du fonctionnement de notre atmosphère. Plusieurs fois, l'être humain et ses calculs peuvent être sujets à des erreurs courantes qui peuvent être évitées grâce au développement de l'intelligence artificielle.

Les prévisions météorologiques sont essentielles pour être humain, car nous pouvons profiter de beaucoup de des ressources en eau plus efficaces et éviter certaines catastrophes lors d'orages et de fortes pluies. Pour cette raison, les météorologues acceptent de plus en plus de développer des projets d'intelligence artificielle pour prédire les précipitations.

J'espère qu'avec ces informations, vous pourrez en apprendre davantage sur le projet DeepMind et ses caractéristiques.


Le contenu de l'article adhère à nos principes de éthique éditoriale. Pour signaler une erreur, cliquez sur c'est par ici !.

Soyez le premier à commenter

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont marqués avec *

*

*

  1. Responsable des données: Miguel Ángel Gatón
  2. Finalité des données: Contrôle du SPAM, gestion des commentaires.
  3. Légitimation: votre consentement
  4. Communication des données: Les données ne seront pas communiquées à des tiers sauf obligation légale.
  5. Stockage des données: base de données hébergée par Occentus Networks (EU)
  6. Droits: à tout moment, vous pouvez limiter, récupérer et supprimer vos informations.