DeepMind AI Baştir Pêşbîniya Hewayê Dike

Deepmind AI

Meteorolojî wekî zanistek bi saya pêşkeftina teknolojiyê pêşve diçe. Heya nuha, gelek bernameyên computer hene ku dikarin rasterast texmîn bikin ka dê kengê û li ku derê baran bibare. Companyîrketa ji Deepmind îstîxbaratek çêkirî çêkiriye ku dikare texmîn bike hema kengê û li ku derê baran bibare. Vê pargîdanî bi meteorologên Keyaniya Yekbûyî re xebitî da ku modelek ku ji pergalên heyî çêtir e ji bo pêşbîniyên demkurt çêtir çêbike.

Di vê gotarê de em ê her tiştê ku hûn hewce ne ku di derbarê bag Robleda, teknolojiya pêşbîniya meteorolojîk a pargîdaniya DeepMind de bizanibin ji we re vebêjin.

Rewşa hewayê

kûr

DeepMind, pargîdaniyek hişmendiya sûnî ya li London-ê ye, karîyera xwe ya sepandina fêrbûna kûr li ser pirsgirêkên dijwar ên zanistî didomîne. DeepMind bi hevkariya Met Office -a Karûbarê Hewa ya Neteweyî ya Brîtanî amûrek fêrbûna kûr a bi navê DGMR pêşxistiye, ku dikare di 90 hûrdemên pêş de bi îhtîmalek mezin pêşbîniya baranê bike. Ew di pêşbîniya hewayê de yek ji wan dijwariyên herî dijwar e.

Di berhevdana amûrên heyî de, bi dehan pisporan bawer dikin ku pêşbîniyên DGMR li ser çend hêmanan çêtirîn in, di nav de pêşbîniyên wê yên cîh, war, tevger û dijwariya baranê,% 89 -ê. Amûra nû ya DeepMind di biyolojiyê de mifteyek nû vedike ku zanyar bi dehsalan hewl didin ku çareser bikin.

Lêbelê, di pêşbîniyan de çêtirkirinên piçûk jî girîng in. Pêşbîniya baranê, nemaze barana dijwar, ji bo gelek pîşesaziyan, ji çalakiyên li derve heya karûbarên hewayî û rewşên awarte girîng e. Lê bidestxistina wê dijwar e. Tespîtkirina çiqas av li ezman e û kengê û li ku derê dê bikeve bi gelek pêvajoyên avhewa ve girêdayî ye, mîna guherînên germê, çêbûna ewr, û bayê. Van hemî faktor bi serê xwe têra xwe tevlihev in, lê gava ku bêne berhev kirin tevlihevtir in.

Teknolojiya pêşbîniya çêtirîn a berdest hejmareke mezin a simulasyonên fîzîka atmosferê ya computer bikar tîne. Vana ji bo pêşbîniyên demdirêj maqûl in, lê ew di pêşbînkirina tiştê ku dê di demjimêrê pêş de çi bibe de ne pir baş in. Ji vê re pêşbîniyek bilez tê gotin.

Pêşveçûna DeepMind

pêşxistina pêşbîniya hewayê

Teknîkên fêrbûna kûr ên berê hatine pêşve xistin, lê ev teknîk bi gelemperî di yek warî de baş dixebitin, wek pêşbîniya cîh, û li ser lêçûnek din, wek hêza pêşbînkirinê. Daneyên radarê yên ji bo barana zêde ya ku pêşbîniya barana yekser dike ji bo meteorologan dijwariyek mezin dimîne.

Tîmê DeepMind daneyên radar bikar anî da ku AI -ya xwe perwerde bike. Pir welat û herêm bi gelemperî dîmenên pîvandinên radarê yên ku li seranserê rojê çêbûn û tevgera ewran dişopînin diweşînin. Mînakî, li Keyaniya Yekbûyî, xwendinên nû her pênc hûrdeman têne şandin. Bi berhevkirina van dîmenan, hûn dikarin vîdyoyek rawest-tevgerê ya nûjen bistînin ku destnîşan dike ka şêwaza baranê ya welatek çawa diguhere.

Lêkolîner van daneyan dişînin tora nifşek kûr a mîna GAN, ku AI -ya perwerdekirî ye ku dikare nimûneyên daneyên nû yên ku pir dişibin daneyên rastîn ên ku di perwerdehiyê de têne bikar anîn biafirîne. GAN ji bo çêkirina rûyên sexte, tevî Rembrandtê derewîn, hatî bikar anîn. Di vê rewşê de, DGMR (ku tê wateya "Modela Barana Kûr a Hilberîner") fêr bûye ku wêneyên radar ên derewîn biafirîne ku rêzika pîvandina rastîn berdewam dike.

Ezmûnên DeepMind AI

Rewşa hewayê

Shakir Mohamed, ku lêkolînê li DeepMind rêve dibe, got ku ev yek ew e ku hûn çend dîmenên ji fîlimek temaşe bikin û texmîn bikin ka dê paşê çi bibe. Ji bo ceribandina vê rêbazê, tîmê ji 56 meteorologên Buroya Meteorolojiyê (yên ku di xebatê de ne beşdar bûn) pirsî da ku li simulasyonên fîzîkî yên pêşkeftî û komek dijberan bigerin.

89% ji mirovan gotin ku ew encamên ku ji hêla DGMR ve hatine dayîn tercîh dikin. Algorîtmayên fêrbûna makîneyê bi gelemperî hewl didin ku ji bo pîvanek hêsan vebêjin ka pêşbîniyên we çiqas baş in. Lêbelê, pêşbîniya hewayê gelek aliyên cihêreng hene. Dibe ku pêşbîniyek tundiya baranê ya çewt li cîhê rast girtibe, an pêşbîniyek din kombînasyona rastîn a tundûtûjiyan lê li cîhê xelet girt, û hwd.

DeepMind got ku ew ê avahiya hemî proteînên ku ji hêla zanistê ve têne zanîn berde. Pargîdaniya xweya proteîna AlphaFold ku palpiştiya hişmendiya çêkirî bikar tîne da ku ji bo proteoma mirovan, û hem jî ji bo hevîrtirş, mêşên fêkî û mişkan avahiyan çêbike.

Hevkariya di navbera DeepMind û Met Office de mînakek baş e ku meriv bi bikarhênerên dawîn re bixebite da ku pêşkeftina AI -yê temam bike. Diyar e ku ev ramanek baş e, lê ew pir caran nabe. Tîmê çend salan li ser projeyê xebitî û ji pisporên Buroya Meteorolojiyê jî proje şekil girt. Suman Ravuri, zanyarek lêkolînê li DeepMind, got: "Ew pêşkeftina modela me bi rengek cihêreng ji pêkanîna xwe pêşve dixe." "Wekî din, me dikaribû modelek ku di dawiyê de bi taybetî ne kêrhatî be biafirîne."

DeepMind her weha dilxwaz e ku nîşan bide ku AI -ya wê serîlêdanên pratîkî hene. Ji bo kirakir, DGMR û AlphaFold beşek ji heman çîrokê ne: pargîdanî ezmûna xweya salan a çareserkirina puzzles bikar tîne. Dibe ku li vir encama herî girîng ev e ku DeepMind di dawiyê de dest bi navnîşkirina pirsgirêkên zanistî yên cîhana rastîn kiriye.

Di pêşbîniya hewayê de pêşkeftin

Pêdivî ye ku pêşbîniya hewayê ji hêla pêşkeftina teknolojiyê ve were piştgirî kirin ji ber ku em her ku diçe nêzik dibin û bi tevahî fêhm dikin ka atmosfera me çawa dixebite. Pir caran mirov û hesabên wî dikarin bibin xeletiyên hevpar ên ku bi pêşkeftina îstîxbarata sûnî ve têne dûr xistin.

Pêşbîniya hewayê ji mirovbûnê re girîng e ji ber ku em dikarin ji gelek tiştan sûd werbigirin çavkaniyên avê yên bikêrhatîtir û ji bobelat û barana gur hin karesatan dûr bixin. Ji ber vê yekê, meteorolog her ku diçe razî dibin ku ji bo pêşbîniya baranê projeyên îstîxbarata sûnî pêş bixin.

Ez hêvî dikim ku bi van agahiyan hûn dikarin di derbarê projeya DeepMind û taybetmendiyên wê de bêtir fêr bibin.


Naveroka gotarê bi prensîbên me ve girêdayî ye etîka edîtoriyê. Ji bo raporkirina çewtiyek bitikîne vir.

Beşa yekem be ku şîrove bike

Commentîroveya xwe bihêlin

Navnîşana e-peyamê ne, dê bê weşandin. qadên pêwist in bi nîşankirin *

*

*

  1. Berpirsê daneyê: Miguel Ángel Gatón
  2. Armanca daneyê: SPAM-ê kontrol bikin, rêveberiya şîroveyê.
  3. Qanûnîbûn: Destûra we
  4. Ragihandina daneyê: Daneyî dê ji aliyên sêyemîn re neyê ragihandin ji bilî peywira qanûnî.
  5. Tomarkirina daneyê: Databaza ku ji hêla Occentus Networks (EU) ve hatî mazûvan kirin
  6. Maf: Di her demê de hûn dikarin agahdariya xwe bi sînor bikin, vegerînin û jê bibin.