科学としての気象学は、技術の発展のおかげで進歩しています。 現在、雨が降る時期と場所を直接予測できるコンピュータプログラムがいくつかあります。 の会社 ディープマインド 雨が降る時期と場所をほぼ正確に予測できる人工知能を開発しました。 この会社は、英国の気象学者と協力して、現在のシステムよりも短期的な予測を行うのに適したモデルを作成しました。
この記事では、DeepMind社の気象予測技術であるRobledaバッグについて知っておく必要のあるすべてのことを説明します。
天気予報
ロンドンを拠点とする人工知能企業、DeepMindは、困難な科学的問題にディープラーニングを適用するという彼のキャリアを続けています。 DeepMindは、英国国立気象局の英国気象庁と協力してDGMRと呼ばれる深層学習ツールを開発しました。これにより、次の90分間の雨の確率を正確に予測できます。 これは、天気予報で最も難しい課題のXNUMXつです。
既存のツールと比較すると、何十人もの専門家が、DGMRの予測は、89％の確率で、場所、範囲、動き、雨の強さの予測など、いくつかの要因で最良であると考えています。 DeepMindの新しいツールは、科学者が何十年にもわたって解決しようとしてきた生物学の新しい鍵を開きます。
ただし、予測のわずかな改善でも重要です。 雨、特に大雨を予測することは、野外活動から航空サービスや緊急事態まで、多くの産業にとって重要です。 しかし、それを正しくすることは困難です。 空にどれだけの水があり、いつどこに落ちるかは、多くの気候プロセスに依存します。 気温の変化、雲の形成、風など。 これらの要素はすべて、それ自体で十分に複雑ですが、組み合わせるとさらに複雑になります。
利用可能な最良の予測技術は、大気物理学の多数のコンピューターシミュレーションを使用します。 これらは長期的な予測には適していますが、次のXNUMX時間に何が起こるかを予測するのはあまり得意ではありません。 これは即時予測と呼ばれます。
DeepMindの開発
以前の深層学習手法が開発されましたが、これらの手法は通常、場所の予測などのXNUMXつの点でうまく機能し、力の予測などの別の点を犠牲にします。 即時の雨を予測するのに役立つ大雨のレーダーデータは、気象学者にとって依然として大きな課題です。
DeepMindチームは、レーダーデータを使用してAIをトレーニングしました。 多くの国や地域では、XNUMX日を通して雲の形成と動きを追跡するレーダー測定のスナップショットを頻繁に公開しています。 たとえば、英国では、新しい測定値がXNUMX分ごとに投稿されます。 これらのスナップを組み合わせると、国の雨のパターンがどのように変化するかを示す最新のストップモーションビデオを取得できます。
研究者は、このデータをGANと同様の深層生成ネットワークに送信します。GANは、トレーニングで使用される実際のデータと非常によく似た新しいデータサンプルを生成できるトレーニング済みAIです。 GANは、偽のレンブラントを含む偽の顔を生成するために使用されてきました。 この場合、DGMR（「GenerativeDeep Rain Model」の略）は、実際の測定シーケンスを継続する誤ったレーダースナップショットを生成することを学習しました。
DeepMindAI実験
DeepMindで調査を主導したShakirMohamedは、これは映画の静止画をいくつか見て、次に何が起こるかを推測することと同じだと述べました。 この方法をテストするために、チームは気象局の56人の気象学者（作業に関与していなかった）に、より高度な物理シミュレーションと一連の敵を調査するように依頼しました。
89％の人が、DGMRの結果を好むと答えました。 機械学習アルゴリズムは通常、予測がどれだけ優れているかを簡単に測定するために最適化しようとします。 ただし、天気予報にはさまざまな側面があります。 たぶん、予測は正しい場所で間違った雨の強さを得ました、または他の予測では、強度の正しい組み合わせが得られましたが、場所が間違っていました。
DeepMindは、科学で知られているすべてのタンパク質の構造を解放すると述べた。 同社は、AlphaFoldタンパク質フォールディング人工知能を使用して、ヒトのプロテオーム、酵母、ミバエ、マウスの構造を生成しました。
DeepMindとMetOfficeのコラボレーション エンドユーザーと協力してAI開発を完了する良い例です。 明らかにこれは良い考えですが、それはしばしば起こりません。 チームは数年間プロジェクトに取り組み、気象局の専門家からの意見がプロジェクトを形作りました。 DeepMindの研究科学者であるSumanRavuriは、次のように述べています。「これは、独自の実装とは異なる方法でモデルの開発を促進します。」 「そうでなければ、最終的には特に役に立たないモデルを作成することもできたでしょう。」
DeepMindは、そのAIが実用的なアプリケーションを持っていることを示すことにも熱心です。 Shakirにとって、DGMRとAlphaFoldは同じストーリーの一部です。同社は、パズルを解く長年の経験を活用しています。 おそらくここで最も重要な結論は、DeepMindがついに現実世界の科学的問題のリストを開始したということです。
天気予報の進歩
天気予報は、私たちの大気がどのように機能するかを完全に理解することにますます近づくにつれて、技術の開発によってサポートされなければなりません。 多くの場合、人間と彼の計算は、人工知能の開発によって回避できる一般的な間違いにさらされる可能性があります。
私たちはたくさんのことを利用できるので、天気予報は人間であるための鍵です より効率的な水資源と嵐や大雨でのいくつかの大災害を回避します。 このため、気象学者は降雨を予測するための人工知能プロジェクトを開発することにますます同意しています。
この情報を使用して、DeepMindプロジェクトとその特性について詳しく知ることができれば幸いです。