Prognozele meteo de astăzi se bazează pe modele complexe care încorporează legile care guvernează dinamica atmosferei și oceanelor, iar aceste modele rulează pe unele dintre cele mai puternice supercalculatoare existente. Cu toate acestea, Alphabet (compania-mamă a Google) a reușit să prezică condițiile meteorologice globale pentru următoarele 10 zile în doar un minut folosind o singură mașină de dimensiunea unui computer personal, grație inteligenței artificiale dezvoltate de DeepMind. The Google AI prezice vremea și asta abia a început.
În acest articol vă vom spune cum Google AI prezice vremea și cum a evoluat această tehnologie.
Google AI prezice vremea
În mod surprinzător, acest sistem AI depășește cele mai moderne sisteme de predicție a vremii în aproape toate aspectele. Interesant, se pare că de data aceasta inteligența artificială servește ca o completare a inteligenței umane, mai degrabă decât să o înlocuiască.
Centrul European pentru Prognozele Meteo pe Interval Mediu (ECMWF) are un sistem incredibil de avansat care a suferit o actualizare majoră anul trecut, îmbunătățindu-și capacitățile de predicție. Găzduit la unitățile sale din Bologna, Italia, Există un supercomputer echipat cu aproximativ un milion de procesoare (spre deosebire de cele două sau patru găsite într-un computer personal) și o putere de calcul extraordinară de 30 de petaflopi, echivalentul a uluitoare 30.000 de trilioane de calcule pe secundă.
Această capacitate de calcul imensă este necesară pentru unul dintre instrumentele sale, High Resolution Forecasting (HRES), care prezice cu exactitate modelele meteorologice globale pe termen mediu, care Ele se întind în general pe 10 zile, cu o rezoluție spațială impresionantă de nouă kilometri. Aceste predicții servesc drept bază pentru prognozele meteo furnizate de meteorologi din întreaga lume. Recent, GraphCast, o inteligență artificială dezvoltată de Google DeepMind, a fost folosită pentru a măsura capacitățile acestui sistem formidabil în predicția vremii.
Rezultatele studiului AI
Rezultatele comparației, publicate marți în revista Science, dezvăluie că GraphCast depășește HRES în prezicerea a numeroși factori meteorologici. Potrivit studiului, Mașina Google depășește performanța ECMWF în 90,3% din cele 1.380 de valori examinate.
Când se concentrează exclusiv pe troposferă, stratul atmosferic unde au loc cele mai multe evenimente meteorologice, și excluzând datele din stratosferă, care se află la aproximativ 6 până la 8 kilometri deasupra suprafeței Pământului, inteligența artificială (A.I.) ) depășește supercalculatoarele supravegheate de om în 99,7% din cazuri. variabilele analizate. În mod surprinzător, această realizare a fost obținută folosind o mașină care seamănă foarte mult cu un computer personal cunoscut sub numele de unitate de procesare tensorală sau TPU.
Potrivit lui Álvaro Sánchez González, cercetător la Google DeepMind, TPU-urile sunt hardware specializate care oferă instruire și execuție mai eficiente a software-ului de inteligență artificială în comparație cu un PC normal, păstrând în același timp o dimensiune similară. La fel cum placa grafică a unui computer se concentrează pe randarea imaginilor, TPU-urile sunt concepute pentru a excela în produsele matrice. Pentru antrenamentul GraphCast, am folosit 32 de TPU-uri pe parcursul mai multor săptămâni. Cu toate acestea, odată ce formarea este finalizată, un singur TPU poate genera predicții în mai puțin de un minut, după cum a explicat Sánchez González, unul dintre creatorii dispozitivului.
GraphCast și sisteme de predicție
O distincție notabilă între GraphCast și sistemele de predicție existente este capacitatea sa de a încorpora date istorice. Creatorii au antrenat sistemul folosind date meteorologice din arhiva ECMWF, care datează din 1979. Acest set extins de date acoperă precipitațiile din Santiago și cicloanele care au afectat Acapulco pe o perioadă de 40 de ani. După o cantitate considerabilă de antrenament, GraphCast are capacitatea remarcabilă de a genera predicții meteo precise.
Este nevoie doar de cunoașterea condițiilor meteo cu șase ore înainte și imediat înainte de prognoza dvs. pentru a prezice cu exactitate vremea cu alte șase ore de acum înainte. Predicțiile sunt interdependente și fiecare nouă prognoză o informează pe cea anterioară. Ferran Alet, co-creatorul acestei impresionante mașini DeepMind, explică funcționarea sa interioară: „Rețeaua noastră neuronală anticipează condițiile meteorologice cu șase ore înainte. Pentru a prognoza vremea în 24 de ore, pur și simplu evaluăm modelul de patru ori. Alternativ, am fi putut antrena modele separate pentru diferite perioade de timp, cum ar fi unul pentru șase ore și unul pentru 24 de ore. In orice caz, „Înțelegem că principiile de bază care guvernează vremea rămân consistente într-o perioadă de șase ore”.
„Prin urmare, dacă putem descoperi modelul adecvat de 6 ore și putem folosi propriile predicții ca intrare, putem prognoza cu precizie vremea pentru următoarele 12 ore și putem repeta acest proces la fiecare șase ore”. Potrivit lui Alet, această abordare oferă o cantitate substanțială de date pentru un singur model, rezultând o instruire mai eficientă.
Până în prezent, prognozele meteo s-au bazat pe predicția meteo numerică, care utilizează ecuații științifice dezvoltate de-a lungul istoriei pentru a ține seama de diferitele complexități ale dinamicii atmosferice. Descoperirile cercetătorilor stabilesc un set de algoritmi matematici care supercalculatoare trebuie să ruleze pentru a genera predicții pentru următoarele câteva ore, zile sau săptămâni (deși fiabilitatea scade semnificativ peste 15 zile). Cu toate acestea, îndeplinirea acestei sarcini necesită un supercomputer foarte avansat, care implică costuri semnificative și eforturi de inginerie extinse.
Modelul Google AI prezice vremea
Ceea ce este deosebit de notabil este faptul că aceste sisteme nu folosesc condițiile meteo din ziua precedentă sau chiar din anul precedent, în ciuda faptului că apar în același loc și în același timp.
Dimpotrivă, abordează sarcina dintr-un unghi diferit, aproape invers. Prin capacitățile sale avansate de învățare profundă, utilizează arhive extinse de date meteorologice anterioare pentru a obține o înțelegere cuprinzătoare a dinamicii complicate cauza-efect care dictează progresia climei Pământului.
Potrivit lui José Luis Casado, purtătorul de cuvânt al Agenției Spaniole de Meteorologie (AEMET), datele istorice nu sunt luate în considerare în modelul atmosferic. Casado clarifică faptul că acest model se bazează pe observațiile existente și pe cea mai recentă predicție făcută de modelul însuși. Înțelegând cu exactitate starea actuală a atmosferei, este posibilă prognoza evoluției sale viitoare. Spre deosebire de tehnicile de învățare automată, această abordare nu utilizează date istorice sau predicții.
Sper că cu aceste informații puteți afla mai multe despre IA Google care prezice vremea și caracteristicile acesteia.