DeepMind AI kin waar better foarsizze

Deepmind AI

Meteorology as wittenskip rint foarút tank oan 'e ûntwikkeling fan technology. Op it stuit binne d'r ferskate kompjûterprogramma's dy't direkt kinne foarsizze wannear en wêr't it sil reine. It bedriuw fan Deepmind hat in keunstmjittige yntelliginsje ûntwikkele dy't hast presys kin foarsizze wannear en wêr't it sil reine. Dit bedriuw hat gearwurke mei UK meteorologen om in model te meitsjen dat better is foar it meitsjen fan foarsizzingen op koarte termyn dan hjoeddeistige systemen.

Yn dit artikel sille wy jo alles fertelle wat jo moatte witte oer de Robleda -tas, de technology foar waarberjocht fan it bedriuw DeepMind.

Waarberjocht

deepmind

DeepMind, in Londen-basearre bedriuw foar keunstmjittige yntelliginsje, ferfolget syn karriêre mei it tapassen fan djip learen op drege wittenskiplike problemen. DeepMind hat yn gearwurking mei it Met Office fan 'e British National Weather Service in djip learynstrumint ûntwikkele neamd DGMR, dat de kâns op rein yn' e folgjende 90 minuten akkuraat kin foarsizze. It is ien fan 'e dreechste útdagings yn waarberjochten.

Yn in fergeliking mei besteande ark leauwe tsientallen saakkundigen dat de foarsizzingen fan DGMR de bêste binne op ferskate faktoaren, ynklusyf har foarsizzingen oer de lokaasje, berik, beweging en yntinsiteit fan rein, 89% fan 'e tiid. It nije ark fan DeepMind iepenet in nije kaai yn biology dy't wittenskippers al desennia hawwe besocht op te lossen.

Sels lytse ferbetteringen yn foarsizzingen binne lykwols wichtich. It foarsizzen fan delslach, foaral swiere rein, is kritysk foar in protte yndustry, fan aktiviteiten bûtenom nei loftfeartstsjinsten en needgefallen. Mar it goed krije is dreech. Bepale hoefolle wetter yn 'e loft is en wannear en wêr't it sil falle hinget ôf fan in protte klimatyske prosessen, lykas temperatuerferoaringen, wolkfoarming, en wyn. Al dizze faktoaren binne yn harsels kompleks genôch, mar se binne komplekser as se wurde kombineare.

De bêste beskikbere foarsizzingstechnology brûkt in grut oantal komputersimulaasjes fan atmosfearyske fysika. Dizze binne geskikt foar prognosen op lange termyn, mar se binne net heul goed by it foarsizzen fan wat d'r yn 'e folgjende oere sil barre. Dit wurdt in direkte foarsizzing neamd.

DeepMind -ûntwikkeling

ûntwikkeling fan waarberjochten

Foarige techniken foar djippe learen binne ûntwikkele, mar dizze techniken wurkje gewoanlik goed yn ien opsicht, lykas lokaasje foarsizze, en op kosten fan in oar, lykas foarsizzen fan krêft. Radargegevens foar swiere rein dy't helpe foarsizze direkte rein bliuwt in grutte útdaging foar meteorologen.

It DeepMind -team brûkte radargegevens foar it trainen fan har AI. In protte lannen en regio's publisearje faaks snapshots fan radarmjittingen dy't wolkfoarming en beweging de hiele dei folgje. Bygelyks, yn it Feriene Keninkryk wurde elke fiif minuten nije lêzingen pleatst. Troch dizze snapkes byinoar te setten, kinne jo in aktuele stop-motion-fideo krije dy't toant hoe't it reinpatroan fan in lân feroaret.

De ûndersikers stjoere dizze gegevens nei in netwurk fan djippe generaasje gelyk oan GAN, dat is in oplaat AI dy't nije gegevensmonsters kin generearje dy't heul gelyk binne oan 'e eigentlike gegevens dy't wurde brûkt yn training. GAN is brûkt om falske gesichten te generearjen, ynklusyf de falske Rembrandt. Yn dit gefal hat DGMR (wat stiet foar "Generative Deep Rain Model") leard falske radar -snapshots te generearjen dy't de eigentlike mjitfolging trochgean.

DeepMind AI -eksperiminten

waarberjocht

Shakir Mohamed, dy't it ûndersyk late by DeepMind, sei dat dit itselde is as it sjen fan in pear frames fan in film en riede wat d'rnei sil barre. Om dizze metoade te testen, frege it team 56 meteorologen fan it Bureau of Meteorology (dy't net belutsen wiene by it wurk) om te ferdjipjen yn 'e mear avansearre fysike simulaasjes en in set tsjinstanners.

89% fan 'e minsken sei dat se leaver de resultaten jûn troch DGMR. Masine -learende algoritmen besykje oer it algemien te optimalisearjen foar in ienfâldige maatregel fan hoe goed jo foarsizzingen binne. De waarberjocht hat lykwols in protte ferskillende aspekten. Miskien krige in foarsizzing de ferkearde reinintensiteit op it juste plak, of oare foarsizzing krige de juste kombinaasje fan yntinsjes, mar op it ferkearde plak, ensfh.

DeepMind sei dat it de struktuer sil frijjaan fan alle proteïnen bekend by de wittenskip. It bedriuw hat syn AlphaFold -proteïne -folding keunstmjittige yntelliginsje brûkt om struktueren te generearjen foar it minsklike proteom, lykas foar gist, fruitflechten en mûzen.

De gearwurking tusken DeepMind en Met Office is in goed foarbyld fan wurkjen mei einbrûkers om AI -ûntwikkeling te foltôgjen. Fansels is dit in goed idee, mar it bart faaks net. It team wurke ferskate jierren oan it projekt en ynbring fan saakkundigen fan it Bureau of Meteorology hat it projekt foarme. Suman Ravuri, in ûndersykswittenskipper by DeepMind, sei: "It befoarderet de ûntwikkeling fan ús model op in oare manier dan ús eigen ymplemintaasje." "Oars koene wy ​​in model makke hawwe dat op it lêst net bysûnder nuttich soe wêze."

DeepMind is ek entûsjast om oan te toanen dat har AI praktyske tapassingen hat. Foar Shakir meitsje DGMR en AlphaFold diel út fan itselde ferhaal: it bedriuw brûkt har jierrenlange ûnderfining by it oplossen fan puzels. Miskien is de wichtichste konklúzje hjir dat DeepMind úteinlik is begon mei it listjen fan wittenskiplike problemen fan 'e echte wrâld.

Foarútgong yn waarberjochten

Wetterprognosen moatte wurde stipe troch de ûntwikkeling fan technology, om't wy tichter en tichterby komme om folslein te begripen hoe't ús sfear wurket. In protte kearen kinne de minske en syn berekkeningen ûnderwurpen wêze oan mienskiplike flaters dy't kinne wurde foarkommen mei de ûntwikkeling fan keunstmjittige yntelliginsje.

Wetterfoarsizzing is de kaai foar minsklik wêzen, om't wy fan in protte kinne profitearje effisjintere wetterboarnen en foarkomme wat katastrofen yn stoarmen en swiere reinen. Om dizze reden geane meteorologen hieltyd mear akkoart mei it ûntwikkeljen fan projekten foar keunstmjittige yntelliginsje foar it foarsizzen fan delslach.

Ik hoopje dat jo mei dizze ynformaasje mear kinne leare oer it DeepMind -projekt en syn skaaimerken.


De ynhâld fan it artikel hâldt him oan ús prinsipes fan redaksje etyk, Om in flater te melden klikje hjir.

Wês de earste om kommentaar

Lit jo reaksje efter

Jo e-mailadres wurdt net publisearre. Ferplichte fjilden binne markearre mei *

*

*

  1. Ferantwurdlik foar de gegevens: Miguel Ángel Gatón
  2. Doel fan 'e gegevens: Control SPAM, kommentaarbehear.
  3. Legitimaasje: jo tastimming
  4. Kommunikaasje fan 'e gegevens: De gegevens wurde net oan tredden kommunisearre, útsein troch wetlike ferplichting.
  5. Gegevensopslach: Databank hoste troch Occentus Networks (EU)
  6. Rjochten: Op elk momint kinne jo jo ynformaasje beheine, herstelle en wiskje.