DeepMind AI аба ырайын жакшыраак алдын ала алат

Deepmind AI

Метеорология илим катары технологиянын өнүгүшүнүн аркасында өнүгүүдө. Учурда жамгыр качан жана качан жааларын түздөн -түз алдын ала билген бир нече компьютердик программалар бар. Компаниясы Deepmind качан жана кайсы убакта жамгыр жааларын так болжой ала турган жасалма интеллектти иштеп чыкты. Бул компания Улуу Британиянын метеорологдору менен биргеликте иштеп жаткан системаларга караганда кыска мөөнөттүү божомолдорду жасоо үчүн жакшыраак моделди түзгөн.

Бул макалада биз сизге Robleda сумкасы, DeepMind компаниясынын метеорологиялык прогноз технологиясы жөнүндө билишиңиз керек болгон нерселердин баарын айтып бермекчибиз.

Аба ырайы

терең ой

Лондондо жайгашкан DeepMind, жасалма интеллект компаниясы, оор илимий проблемаларга терең үйрөнүүнү колдонуу карьерасын улантууда. DeepMind Британиянын Улуттук Аба ырайы кызматынын мет офиси менен биргеликте DGMR деп аталган терең үйрөнүү куралын иштеп чыкты, ал жакынкы 90 мүнөттө жамгырдын ыктымалдыгын так болжой алат. Бул аба ырайын божомолдоодо эң оор кыйынчылыктардын бири.

Учурдагы шаймандар менен салыштырганда, ондогон эксперттер DGMRдин божомолдору бир нече факторлор боюнча эң жакшы деп эсептешет, анын ичинде жамгырдын жайгашуусун, диапазонун, кыймылын жана интенсивдүүлүгүн болжолдоолор 89%. DeepMindдин жаңы куралы илимпоздор ондогон жылдар бою чечүүгө аракет кылган биологиянын жаңы ачкычын ачат.

Бирок, болжолдоолордун кичине жакшыртылышы да маанилүү. Жаан -чачынды, өзгөчө катуу жамгырды божомолдоо, сырткы иштерден авиациялык кызматтарга жана өзгөчө кырдаалдарга чейин көптөгөн тармактар ​​үчүн өтө маанилүү. Бирок туура кабыл алуу кыйын. Асманда канча суунун бар экенин жана качан жана кайсы жерге түшөрүн аныктоо көптөгөн климаттык процесстерге көз каранды, температуранын өзгөрүшү, булуттун пайда болушу жана шамал сыяктуу. Бул факторлордун баары өз алдынча жетиштүү татаал, бирок бириктирилгенде алар татаалыраак.

Болжолдоонун эң мыкты технологиясы атмосфера физикасынын компьютердик симуляциясын көп колдонот. Булар узак мөөнөттүү божомолдорго ылайыктуу, бирок алар кийинки саатта эмне болорун алдын ала айтууда анча жакшы эмес. Бул дароо болжолдоо деп аталат.

DeepMind өнүктүрүү

аба ырайын божомолдоону иштеп чыгуу

Мурунку терең үйрөнүү ыкмалары иштелип чыккан, бирок бул ыкмалар адатта бир жагынан жакшы иштейт, мисалы, жайгашууну алдын ала айтуу, экинчисинин эсебинен, мисалы, күчтү болжолдоо. Тез жамгырды алдын ала айтууга жардам берген нөшөрлүү жамгырдын радардык маалыматтары метеорологдор үчүн чоң кыйынчылык бойдон калууда.

DeepMind командасы AIди үйрөтүү үчүн радар маалыматтарын колдонгон. Көптөгөн өлкөлөр жана региондор күн бою булуттун пайда болуусун жана кыймылын көзөмөлдөгөн радардык өлчөөлөрдүн сүрөттөрүн тез -тез жарыялап турушат. Мисалы, Улуу Британияда ар бир беш мүнөт сайын жаңы окуу жарыяланат. Бул сүрөттөрдү бириктирүү менен, сиз өлкөнүн жамгыр үлгүсү кандай өзгөрөрүн көрсөткөн токтоп турган видеону ала аласыз.

Изилдөөчүлөр бул маалыматтарды GANга окшош терең муун тармагына жөнөтүшөт, бул тренингде колдонулган чыныгы маалыматтарга абдан окшош жаңы маалымат үлгүлөрүн чыгара ала турган AI. GAN жасалма жүздөрдү түзүү үчүн колдонулган, анын ичинде жасалма Рембрандт. Бул учурда, DGMR ("Generative Deep Rain Model" дегенди билдирет) чыныгы өлчөө ырааттуулугун улантуучу жалган радардык сүрөттөрдү түзүүнү үйрөндү.

DeepMind AI эксперименттери

аба ырайы

DeepMindдагы изилдөөнү жетектеген Шакир Мохамеддин айтымында, бул бир тасмадан бир нече кадрларды көрүп, андан кийин эмне болорун божомолдоо менен барабар. Бул ыкманы сынап көрүү үчүн, команда Метеорология бюросунун 56 метеорологунан (бул ишке катышпаган) физикалык симуляцияларды жана оппоненттердин топтомун изилдөөнү суранган.

Адамдардын 89% DGMR тарабынан берилген жыйынтыктарды артык көрүшөрүн айтышкан. Машиналык үйрөнүү алгоритмдери жалпысынан сиздин божомолдоруңуздун канчалык жакшы экенин өлчөө үчүн оптималдаштырууга аракет кылышат. Бирок, аба ырайынын божомолунун ар кандай аспектилери бар. Балким, болжолдоо туура эмес жамгырдын интенсивдүүлүгүн алган, же башка божомол интенсивдүүлүктүн туура айкалышын алды, бирок туура эмес жерде ж.б.у.с.

DeepMind илимге белгилүү болгон бардык протеиндердин структурасын чыгарарын айтты. Компания AlphaFold протеинди бүктөөчү жасалма интеллектти колдонуп, адамдын протеомуна, ошондой эле ачыткы, жемиш чымындары жана чычкандарга структураларды түздү.

DeepMind менен Met Officeтин ортосундагы кызматташтык AI иштеп чыгууну аяктоо үчүн акыркы колдонуучулар менен иштөөнүн жакшы мисалы. Албетте, бул жакшы идея, бирок көп учурда андай болбойт. Команда долбоордун үстүндө бир нече жыл иштеген жана метеорология бюросунун эксперттеринин жардамы долбоорду калыптандырган. Суман Равури, DeepMind изилдөөчү окумуштуусу: "Бул биздин моделибизди өзүбүздүн ишке ашырууга караганда башкача түрдө өнүктүрүүгө өбөлгө түзөт." "Болбосо, биз акыры өзгөчө пайдалуу боло албаган моделди түзсөк болмок."

DeepMind ошондой эле AIдин практикалык колдонмолору бар экенин көрсөтүүгө дилгир. Шакир үчүн DGMR жана AlphaFold бир эле окуянын бир бөлүгү: компания табышмактарды чечүүдө көп жылдык тажрыйбасын колдонот. Балким бул жердеги эң маанилүү тыянак DeepMind акыры реалдуу илимий проблемаларды тизмектей баштады.

Аба ырайын божомолдоодогу жетишкендиктер

Аба ырайын божомолдоо технологиянын өнүгүшү менен колдоого алынышы керек, анткени биз атмосферабыздын кантип иштээрин толук түшүнүүгө жакындап келатабыз. Көп учурда адам жана анын эсептөөлөрү жасалма интеллекттин өнүгүүсү менен алдын ала турган жалпы каталарга дуушар болушу мүмкүн.

Аба ырайын божомолдоо - адам болуу үчүн ачкыч, анткени биз көп нерселерди пайдалана алабыз суу ресурстарын үнөмдүү колдонуп, бороон -чапкын жана нөшөрлүү жамгырларда кээ бир катастрофаларды болтурбоо. Ушул себептен улам, метеорологдор жамгырды алдын ала айтуу үчүн жасалма интеллект боюнча долбоорлорду иштеп чыгууга көбүрөөк макул болушууда.

Бул маалымат менен сиз DeepMind долбоору жана анын мүнөздөмөсү жөнүндө көбүрөөк биле аласыз деп үмүттөнөм.


Макаланын мазмуну биздин принциптерге карманат редакциялык этика. Ката жөнүндө кабарлоо үчүн чыкылдатыңыз бул жерде.

Комментарий биринчи болуп

Комментарий калтырыңыз

Сиздин электрондук почта дареги жарыяланбайт. Милдеттүү талаалар менен белгиленет *

*

*

  1. Маалыматтар үчүн жооптуу: Мигель Анхель Гатан
  2. Маалыматтын максаты: СПАМды көзөмөлдөө, комментарийлерди башкаруу.
  3. Мыйзамдуулук: Сиздин макулдугуңуз
  4. Маалыматтарды берүү: Маалыматтар үчүнчү жактарга юридикалык милдеттенмелерден тышкары билдирилбейт.
  5. Маалыматтарды сактоо: Occentus Networks (ЕС) тарабынан уюштурулган маалыматтар базасы
  6. Укуктар: Каалаган убакта маалыматыңызды чектеп, калыбына келтирип жана жок кыла аласыз.