Google AI napoveduje vreme

Google AI napoveduje vreme

Današnje vremenske napovedi temeljijo na kompleksnih modelih, ki vključujejo zakone, ki urejajo dinamiko atmosfere in oceanov, ti modeli pa delujejo na nekaterih najmočnejših superračunalnikih, kar jih obstaja. Vendar pa je Alphabet (Googlova matična družba) uspel napovedati globalne vremenske razmere za naslednjih 10 dni v samo eni minuti z uporabo enega samega stroja velikosti osebnega računalnika, zahvaljujoč umetni inteligenci, ki jo je razvil DeepMind. The Google AI napoveduje vreme in to se je šele začelo.

V tem članku vam bomo povedali, kako Google AI napoveduje vreme in kako se je ta tehnologija razvila.

Google AI napoveduje vreme

model za napovedovanje vremena

Presenetljivo je, da ta sistem AI prekaša večino sodobnih sistemov za napovedovanje vremena v skoraj vseh pogledih. Zanimivo je, da se zdi, da umetna inteligenca tokrat služi kot dopolnitev človeške inteligence in ne kot nadomestilo zanjo.

Evropski center za srednjeročne vremenske napovedi (ECMWF) ima neverjetno napreden sistem, ki je lani doživel veliko nadgradnjo in izboljšal svoje napovedne zmogljivosti. Gostuje v svojih prostorih v Bologni v Italiji, Obstaja superračunalnik, opremljen s približno milijonom procesorjev (v nasprotju z dvema ali štirimi, ki jih najdemo v osebnem računalniku) in izjemno računalniško močjo 30 petaflopov, kar ustreza osupljivim 30.000 bilijonom izračunov na sekundo.

Ta ogromna računalniška zmogljivost je potrebna za eno od njegovih orodij, napovedovanje visoke ločljivosti (HRES), ki natančno napove srednjeročne globalne vremenske vzorce, Običajno trajajo 10 dni, z impresivno prostorsko ločljivostjo devet kilometrov. Te napovedi služijo kot osnova za vremenske napovedi, ki jih posredujejo meteorologi po vsem svetu. Pred kratkim je bil GraphCast, umetna inteligenca, ki jo je razvil Google DeepMind, uporabljen za merjenje zmogljivosti tega izjemnega sistema pri napovedovanju vremena.

Rezultati študije AI

graphcast

Rezultati primerjave, objavljeni v torek v reviji Science, razkrivajo, da je GraphCast boljši od HRES pri napovedovanju številnih vremenskih dejavnikov. Glede na študijo, Googlov stroj prekaša ECMWF v 90,3 % od 1.380 pregledanih meritev.

Če se osredotočimo samo na troposfero, atmosferski sloj, kjer se zgodi večina vremenskih dogodkov, in brez podatkov iz stratosfere, ki je približno 6 do 8 kilometrov nad zemeljsko površino, umetna inteligenca (AI) prekaša superračunalnike, ki jih nadzira človek, v 99,7 % primerih. analizirane spremenljivke. Presenetljivo je bil ta dosežek dosežen z uporabo stroja, ki je zelo podoben osebnemu računalniku, znanega kot tenzorska procesna enota ali TPU.

Po mnenju Álvara Sáncheza Gonzáleza, raziskovalca pri Google DeepMind, so TPU-ji specializirana strojna oprema, ki ponuja učinkovitejše usposabljanje in izvajanje programske opreme umetne inteligence v primerjavi z običajnim osebnim računalnikom, hkrati pa ohranja podobno velikost. Tako kot se računalniška grafična kartica osredotoča na upodabljanje slik, so TPU-ji zasnovani tako, da blestijo v matričnih izdelkih. Za usposabljanje GraphCast smo v nekaj tednih uporabili 32 TPU-jev. Ko pa je usposabljanje končano, en sam TPU lahko ustvari napovedi v manj kot minuti, kot je pojasnil Sánchez González, eden od ustvarjalcev naprave.

GraphCast in sistemi za napovedovanje

google AI napoveduje vreme

Pomembna razlika med GraphCastom in obstoječimi sistemi za napovedovanje je njegova zmožnost vključevanja zgodovinskih podatkov. Ustvarjalci so usposobili sistem z uporabo meteoroloških podatkov iz arhiva ECMWF iz leta 1979. Ta obsežen nabor podatkov zajema padavine v Santiagu in cikloni, ki so prizadeli Acapulco v obdobju 40 let. Po precejšnjem obsegu usposabljanja ima GraphCast izjemno sposobnost ustvarjanja natančnih vremenskih napovedi.

Za natančno napoved vremena čez naslednjih šest ur potrebujete le poznavanje vremenskih razmer šest ur pred in neposredno pred napovedjo. Napovedi so medsebojno odvisne in vsaka nova napoved pove prejšnjo. Ferran Alet, soustvarjalec tega impresivnega stroja DeepMind, pojasnjuje njegovo notranje delovanje: »Naša nevronska mreža predvideva vremenske razmere šest ur vnaprej. Za napoved vremena v 24 urah preprosto štirikrat ocenimo model. Lahko pa bi usposobili ločene modele za različna časovna obdobja, na primer enega za šest ur in enega za 24 ur. vendar "Zavedamo se, da osnovna načela, ki urejajo vreme, ostanejo dosledna v šestih urah."

"Zato, če lahko odkrijemo ustrezen 6-urni model in uporabimo njegove lastne napovedi kot vhod, lahko natančno napovemo vreme za naslednjih 12 ur in ta postopek ponovimo vsakih šest ur." Po Aletu ta pristop zagotavlja precejšnjo količino podatkov za en sam model, kar ima za posledico učinkovitejše usposabljanje.

Do sedaj so vremenske napovedi temeljile na numerični napovedi vremena, ki uporablja znanstvene enačbe, razvite skozi zgodovino, da bi upoštevale različne zapletenosti atmosferske dinamike. Ugotovitve raziskovalcev vzpostavljajo niz matematičnih algoritmov, ki jih superračunalniki mora zagnati, da ustvari napovedi za naslednjih nekaj ur, dni ali tednov (čeprav se zanesljivost znatno zmanjša po 15 dneh). Vendar pa izvajanje te naloge zahteva zelo napreden superračunalnik, kar vključuje znatne stroške in obsežna inženirska prizadevanja.

Google AI model napoveduje vreme

Kar je še posebej opazno, je, da ti sistemi ne uporabljajo vremenskih razmer prejšnjega dne ali celo prejšnjega leta, kljub temu, da se zgodi na istem mestu in ob istem času.

Nasprotno, naloge se loti z drugega zornega kota, skoraj nasprotno. S svojimi naprednimi zmožnostmi globokega učenja uporablja obsežne arhive preteklih vremenskih podatkov za pridobitev celovitega razumevanja zapletene vzročno-posledične dinamike, ki narekuje napredovanje zemeljskega podnebja.

Po besedah ​​Joséja Luisa Casada, tiskovnega predstavnika španske meteorološke agencije (AEMET), zgodovinski podatki niso upoštevani v atmosferskem modelu. Casado pojasnjuje, da ta model temelji na obstoječih opazovanjih in najnovejši napovedi samega modela. Z natančnim razumevanjem trenutnega stanja ozračja je mogoče napovedati njegov prihodnji razvoj. Za razliko od tehnik strojnega učenja ta pristop ne uporablja zgodovinskih podatkov ali napovedi.

Upam, da boste s temi informacijami izvedeli več o Googlovi AI, ki napoveduje vreme in njegove značilnosti.


Pustite svoj komentar

Vaš e-naslov ne bo objavljen. Obvezna polja so označena z *

*

*

  1. Za podatke odgovoren: Miguel Ángel Gatón
  2. Namen podatkov: Nadzor neželene pošte, upravljanje komentarjev.
  3. Legitimacija: Vaše soglasje
  4. Sporočanje podatkov: Podatki se ne bodo posredovali tretjim osebam, razen po zakonski obveznosti.
  5. Shranjevanje podatkov: Zbirka podatkov, ki jo gosti Occentus Networks (EU)
  6. Pravice: Kadar koli lahko omejite, obnovite in izbrišete svoje podatke.