La meteorologia come scienza sta avanzando grazie allo sviluppo della tecnologia. Attualmente esistono diversi programmi per computer in grado di prevedere direttamente quando e dove pioverà. La compagnia di DeepMind ha sviluppato un'intelligenza artificiale in grado di prevedere quasi esattamente quando e dove pioverà. Questa azienda ha lavorato con i meteorologi del Regno Unito per creare un modello migliore per fare previsioni a breve termine rispetto ai sistemi attuali.
In questo articolo ti diremo tutto ciò che devi sapere sulla borsa Robleda, la tecnologia di previsione meteorologica dell'azienda DeepMind.
Previsioni del tempo
DeepMind, una società di intelligenza artificiale con sede a Londra, continua la sua carriera applicando il deep learning a difficili problemi scientifici. DeepMind ha sviluppato uno strumento di deep learning chiamato DGMR in collaborazione con il Met Office del British National Weather Service, che può prevedere con precisione la probabilità di pioggia nei prossimi 90 minuti. È una delle sfide più difficili nelle previsioni del tempo.
In un confronto con gli strumenti esistenti, decine di esperti ritengono che le previsioni di DGMR siano le migliori su diversi fattori, comprese le previsioni sulla posizione, l'intervallo, il movimento e l'intensità della pioggia, l'89% delle volte. Il nuovo strumento di DeepMind apre una nuova chiave in biologia che gli scienziati hanno cercato di risolvere per decenni.
Tuttavia, anche piccoli miglioramenti nelle previsioni sono importanti. La previsione di pioggia, in particolare di pioggia intensa, è fondamentale per molti settori, dalle attività all'aperto ai servizi aeronautici e alle emergenze. Ma farlo bene è difficile. Determinare quanta acqua c'è nel cielo e quando e dove cadrà dipende da molti processi climatici, come variazioni di temperatura, formazione di nuvole e vento. Tutti questi fattori sono abbastanza complessi di per sé, ma sono più complessi se combinati.
La migliore tecnologia di previsione disponibile utilizza un gran numero di simulazioni al computer della fisica atmosferica. Questi sono adatti per previsioni a lungo termine, ma non sono molto bravi a prevedere cosa accadrà nella prossima ora. Questa si chiama previsione immediata.
Sviluppo di DeepMind
Sono state sviluppate precedenti tecniche di deep learning, ma queste tecniche di solito funzionano bene sotto un aspetto, come la previsione della posizione, e a spese di un altro, come la previsione della forza. I dati radar per forti piogge che aiutano a prevedere la pioggia immediata rimangono una grande sfida per i meteorologi.
Il team di DeepMind ha utilizzato i dati radar per addestrare la propria intelligenza artificiale. Molti paesi e regioni pubblicano spesso istantanee di misurazioni radar che tracciano la formazione e il movimento delle nuvole durante il giorno. Ad esempio, nel Regno Unito, le nuove letture vengono pubblicate ogni cinque minuti. Mettendo insieme questi scatti, puoi ottenere un video in stop-motion aggiornato che mostra come cambia il modello di pioggia di un paese.
I ricercatori inviano questi dati a una rete di generazione profonda simile a GAN, che è un'intelligenza artificiale addestrata in grado di generare nuovi campioni di dati molto simili ai dati effettivi utilizzati nella formazione. GAN è stato utilizzato per generare volti falsi, incluso il falso Rembrandt. In questo caso, DGMR (che sta per "Generative Deep Rain Model") ha imparato a generare false istantanee radar che continuano la sequenza di misurazione effettiva.
Esperimenti di intelligenza artificiale DeepMind
Shakir Mohamed, che ha guidato la ricerca presso DeepMind, ha affermato che è come guardare alcune immagini fisse di un film e indovinare cosa accadrà dopo. Per testare questo metodo, il team ha chiesto a 56 meteorologi del Bureau of Meteorology (che non erano coinvolti nel lavoro) di approfondire le simulazioni fisiche più avanzate e una serie di avversari.
L'89% delle persone ha dichiarato di preferire i risultati forniti da DGMR. Gli algoritmi di apprendimento automatico generalmente cercano di ottimizzare per una semplice misura di quanto siano buone le tue previsioni. Tuttavia, le previsioni del tempo hanno molti aspetti diversi. Forse una previsione ha ottenuto l'intensità della pioggia sbagliata nel posto giusto, o un'altra previsione ha ottenuto la combinazione corretta di intensità ma nel posto sbagliato, e così via.
DeepMind ha affermato che rilascerà la struttura di tutte le proteine note alla scienza. L'azienda ha utilizzato la sua intelligenza artificiale per il ripiegamento delle proteine AlphaFold per generare strutture per il proteoma umano, nonché per lieviti, moscerini della frutta e topi.
La collaborazione tra DeepMind e Met Office è un buon esempio di collaborazione con gli utenti finali per completare lo sviluppo dell'IA. Ovviamente questa è una buona idea, ma spesso non succede. Il team ha lavorato al progetto per diversi anni e il contributo degli esperti del Bureau of Meteorology ha plasmato il progetto. Suman Ravuri, ricercatore presso DeepMind, ha dichiarato: "Promuove lo sviluppo del nostro modello in un modo diverso rispetto alla nostra implementazione". "Altrimenti, avremmo potuto creare un modello che alla fine non sarebbe stato particolarmente utile".
DeepMind è anche desideroso di dimostrare che la sua intelligenza artificiale ha applicazioni pratiche. Per Shakir, DGMR e AlphaFold fanno parte della stessa storia: l'azienda utilizza i loro anni di esperienza per risolvere enigmi. Forse la conclusione più importante qui è che DeepMind ha finalmente iniziato a elencare i problemi scientifici del mondo reale.
Progressi nelle previsioni del tempo
Le previsioni del tempo devono essere supportate dallo sviluppo della tecnologia poiché ci stiamo avvicinando sempre di più alla comprensione completa di come funziona la nostra atmosfera. Molte volte l'essere umano ei suoi calcoli possono essere soggetti a errori comuni che possono essere evitati con lo sviluppo dell'intelligenza artificiale.
Le previsioni del tempo sono la chiave per essere umani poiché possiamo trarre vantaggio da molto risorse idriche più efficienti ed evitare alcune catastrofi dovute a tempeste e forti piogge. Per questo motivo, i meteorologi accettano sempre più di sviluppare progetti di intelligenza artificiale per prevedere le precipitazioni.
Spero che con queste informazioni possiate conoscere meglio il progetto DeepMind e le sue caratteristiche.