DeepMind AI- ն կարող է ավելի լավ կանխատեսել եղանակը

Deepmind AI

Օդերևութաբանությունը որպես գիտություն առաջընթաց է ապրում տեխնոլոգիայի զարգացման շնորհիվ: Ներկայումս կան մի քանի համակարգչային ծրագրեր, որոնք ունակ են ուղղակիորեն կանխատեսել, թե երբ և որտեղ է անձրև գալու: -Ի ընկերությունը DeepMind- ը մշակել է արհեստական ​​բանականություն, որն ունակ է գրեթե ճշգրիտ կանխատեսել, թե երբ և որտեղ է անձրև գալու: Այս ընկերությունը աշխատել է Միացյալ Թագավորության օդերևութաբանների հետ `ստեղծելու մոդել, որն ավելի լավ է կարճաժամկետ կանխատեսումներ անելու համար, քան ներկայիս համակարգերը:

Այս հոդվածում մենք ձեզ կպատմենք այն ամենը, ինչ ձեզ հարկավոր է իմանալ Robleda պայուսակի ՝ DeepMind ընկերության օդերևութաբանական կանխատեսման տեխնոլոգիայի մասին:

Եղանակի տեսություն

խորքային

DeepMind, Լոնդոնում տեղակայված արհեստական ​​ինտելեկտի ընկերություն, շարունակում է իր կարիերան ՝ կիրառելով խորը ուսումը դժվար գիտական ​​խնդիրներին: DeepMind- ը մշակել է խորը ուսուցման գործիք, որը կոչվում է DGMR ՝ Բրիտանական ազգային օդերևութաբանական ծառայության Met Office- ի հետ համատեղ, որը կարող է ճշգրիտ կանխատեսել առաջիկա 90 րոպեների ընթացքում անձրևի հավանականությունը: Դա եղանակի կանխատեսման ամենադժվար մարտահրավերներից մեկն է:

Գոյություն ունեցող գործիքների համեմատ տասնյակ փորձագետներ կարծում են, որ DGMR- ի կանխատեսումները լավագույնն են մի քանի գործոնների վրա, ներառյալ անձրևի տեղակայման, տիրույթի, տեղաշարժի և ինտենսիվության կանխատեսումները, հաճախակի 89%: DeepMind- ի նոր գործիքը կենսաբանության նոր բանալի է բացում, որը գիտնականները փորձում են լուծել տասնամյակներ շարունակ:

Այնուամենայնիվ, կանխատեսումների նույնիսկ փոքր բարելավումները կարևոր են: Անձրևների, հատկապես հորդառատ անձրևների կանխատեսումը կարևոր նշանակություն ունի բազմաթիվ ոլորտների համար ՝ բացօթյա գործունեությունից մինչև ավիացիոն ծառայություններ և արտակարգ իրավիճակներ: Բայց դա ճիշտ դարձնելը դժվար է: Որոշել, թե որքան ջուր կա երկնքում և երբ և որտեղ այն կընկնի, կախված է բազմաթիվ կլիմայական գործընթացներից, ինչպես ջերմաստիճանի փոփոխությունները, ամպերի ձևավորումը և քամին: Այս բոլոր գործոններն ինքնին բավական բարդ են, բայց դրանք ավելի բարդ են, երբ զուգակցվում են:

Կանխատեսումների լավագույն հասանելի տեխնոլոգիան օգտագործում է մթնոլորտային ֆիզիկայի համակարգչային մեծ թվով մոդելավորում: Սրանք հարմար են երկարաժամկետ կանխատեսումների համար, բայց դրանք այնքան էլ լավ չեն կանխատեսելու, թե ինչ կլինի հաջորդ ժամվա ընթացքում: Սա կոչվում է անհապաղ կանխատեսում:

DeepMind- ի զարգացում

եղանակի կանխատեսման զարգացում

Նախկինում խորը ուսուցման տեխնիկա է մշակվել, սակայն այդ տեխնիկան սովորաբար լավ է աշխատում մի առումով, ինչպես օրինակ ՝ կանխատեսել վայրը, իսկ մյուսի հաշվին, օրինակ ՝ ուժի կանխատեսումը: Հորդառատ անձրևների ռադիոտեղորոշիչ տվյալները, որոնք օգնում են կանխատեսել անմիջական անձրևը, մնում են մեծ մարտահրավեր օդերևութաբանների համար:

DeepMind- ի թիմը ռադարային տվյալներ է օգտագործել ՝ իրենց AI- ն մարզելու համար: Շատ երկրներ և տարածաշրջաններ հաճախ հրապարակում են ռադիոտեղորոշման չափումների լուսանկարներ, որոնք հետևում են ամպի ձևավորմանը և շարժմանը ամբողջ օրվա ընթացքում: Օրինակ, Մեծ Բրիտանիայում յուրաքանչյուր հինգ րոպեն մեկ նոր ընթերցումներ են տեղադրվում: Այս հավաքածուները միասին դնելով ՝ կարող եք ստանալ արդի տեսանյութ, որտեղ ցուցադրվում է, թե ինչպես է փոխվում երկրի անձրևի օրինակը:

Գիտնականներն այս տվյալները ուղարկում են GAN- ի նման խոր սերնդի ցանց, որը վարժեցված արհեստական ​​ինտելեկտ է, որը կարող է գեներացնել տվյալների նոր նմուշներ, որոնք շատ նման են վերապատրաստման ժամանակ օգտագործվող իրական տվյալների: GAN- ն օգտագործվել է կեղծ դեմքեր ստեղծելու համար, ներառյալ կեղծ Ռեմբրանդտը: Այս դեպքում DGMR- ը (որը նշանակում է «Generative Deep Rain Model») սովորել է ստեղծել կեղծ ռադիոտեղորոշիչ լուսանկարներ, որոնք շարունակում են իրական չափման հաջորդականությունը:

DeepMind AI փորձեր

եղանակի տեսություն

Շաքիր Մոհամեդը, ով ղեկավարել է հետազոտությունը DeepMind- ում, ասել է, որ սա նույնն է, ինչ ֆիլմից մի քանի կադր դիտել և կռահել, թե ինչ կլինի հետո: Այս մեթոդը փորձարկելու համար թիմը խնդրեց օդերևութաբանության բյուրոյի 56 օդերևութաբանների (ովքեր աշխատանքին չէին մասնակցում) խորանալ ֆիզիկական ավելի առաջադեմ մոդելավորման և հակառակորդների շարքի մեջ:

Մարդկանց 89% -ը նշել է, որ նախընտրում է DGMR- ի տված արդյունքները: Մեքենայական ուսուցման ալգորիթմները հիմնականում փորձում են օպտիմալացնել մի պարզ չափման համար, թե որքան լավն են ձեր կանխատեսումները: Այնուամենայնիվ, եղանակի կանխատեսումը շատ տարբեր ասպեկտներ ունի: Միգուցե կանխատեսումը ճիշտ տեղում անձրևի սխալ ուժգնությո՞ւն է ստացել, կամ այլ կանխատեսում ստացել է ինտենսիվության ճիշտ համադրություն, բայց սխալ տեղում և այլն:

DeepMind- ը հայտարարել է, որ կազատագրի գիտությանը հայտնի բոլոր սպիտակուցների կառուցվածքը: Ընկերությունն օգտագործել է իր AlphaFold սպիտակուցը ՝ ծալովի արհեստական ​​բանականությունը ՝ մարդկային պրոտեոմի, ինչպես նաև խմորիչի, պտղատու ճանճերի և մկների համար կառուցվածքներ ստեղծելու համար:

DeepMind- ի և Met Office- ի համագործակցությունը վերջնական օգտագործողների հետ աշխատելու լավ օրինակ է `արհեստական ​​ինտելեկտի զարգացումն ավարտելու համար: Ակնհայտ է, որ սա լավ գաղափար է, բայց հաճախ դա տեղի չի ունենում: Թիմը նախագծի վրա աշխատել է մի քանի տարի, և օդերևութաբանության բյուրոյի փորձագետների ներդրումը կազմել է նախագիծը: DeepMind- ի գիտնական Սուման Ռավուրին ասում է. «Դա նպաստում է մեր մոդելի զարգացմանը այլ կերպ, քան մեր սեփական իրականացումը»: «Հակառակ դեպքում, մենք կարող էինք ստեղծել այնպիսի մոդել, որն ի վերջո հատկապես օգտակար չէր լինի»:

DeepMind- ը նաև ցանկանում է ցույց տալ, որ իր AI- ն գործնական կիրառություն ունի: Շաքիրի համար DGMR- ը և AlphaFold- ը նույն պատմության մի մասն են. Ընկերությունը օգտագործում է հանելուկներ լուծելու իրենց տարիների փորձը: Այստեղ թերևս ամենակարևոր եզրակացությունն այն է, որ DeepMind- ը վերջապես սկսեց թվարկել իրական աշխարհի գիտական ​​խնդիրները:

Եղանակի կանխատեսման առաջընթաց

Եղանակի կանխատեսմանը պետք է աջակցի տեխնոլոգիայի զարգացումը, քանի որ մենք ավելի ու ավելի ենք մոտենում լիովին հասկանալ, թե ինչպես է գործում մեր մթնոլորտը: Շատ անգամ մարդ արարածը և նրա հաշվարկները կարող են ենթարկվել սովորական սխալների, որոնցից կարելի է խուսափել արհեստական ​​բանականության զարգացմամբ:

Եղանակի կանխատեսումը կարևոր է մարդ լինելու համար, քանի որ մենք կարող ենք շատ բաներից օգտվել ավելի արդյունավետ ջրային ռեսուրսներ և խուսափել փոթորիկներից և հորդառատ անձրևներից որոշ աղետներից. Այդ իսկ պատճառով օդերևութաբանները գնալով ավելի շատ են համաձայնում մշակել արհեստական ​​ինտելեկտի նախագծեր անձրևների կանխատեսման համար:

Հուսով եմ, որ այս տեղեկատվությամբ դուք կարող եք ավելին իմանալ DeepMind նախագծի և դրա առանձնահատկությունների մասին:


Հոդվածի բովանդակությունը հավատարիմ է մեր սկզբունքներին խմբագրական էթիկա, Սխալի մասին հաղորդելու համար կտտացրեք այստեղ.

Եղիր առաջին մեկնաբանողը

Թողեք ձեր մեկնաբանությունը

Ձեր էլ. Փոստի հասցեն չի հրապարակվելու: Պահանջվող դաշտերը նշված են *

*

*

  1. Տվյալների համար պատասխանատու ՝ Միգել Անխել Գատոն
  2. Տվյալների նպատակը. Վերահսկել SPAM, մեկնաբանությունների կառավարում:
  3. Օրինականություն. Ձեր համաձայնությունը
  4. Տվյալների հաղորդագրություն. Տվյալները չեն փոխանցվի երրորդ անձանց, բացառությամբ իրավական պարտավորության:
  5. Տվյալների պահպանում. Տվյալների շտեմարան, որը հյուրընկալվում է Occentus Networks (EU) - ում
  6. Իրավունքներ. Timeանկացած պահի կարող եք սահմանափակել, վերականգնել և ջնջել ձեր տեղեկատվությունը: