DeepMind AI lahko bolje napoveduje vreme

Deepmind AI

Meteorologija kot znanost napreduje zahvaljujoč razvoju tehnologije. Trenutno obstaja več računalniških programov, ki lahko neposredno napovedujejo, kdaj in kje bo deževalo. Družba iz Deepmind je razvil umetno inteligenco, ki lahko skoraj natančno napove, kdaj in kje bo deževalo. To podjetje je sodelovalo z meteorologi Združenega kraljestva pri oblikovanju modela, ki je boljši za kratkoročne napovedi kot trenutni sistemi.

V tem članku vam bomo povedali vse, kar morate vedeti o torbi Robleda, tehnologiji meteoroloških napovedi podjetja DeepMind.

Vremenska napoved

deepmind

DeepMind, londonsko podjetje za umetno inteligenco, nadaljuje svojo kariero pri poglobljenem učenju pri težkih znanstvenih problemih. DeepMind je v sodelovanju z Met Officeom britanske nacionalne vremenske službe razvil orodje za globoko učenje, imenovano DGMR, ki lahko natančno napoveduje verjetnost dežja v naslednjih 90 minutah. To je eden najtežjih izzivov pri napovedovanju vremena.

V primerjavi z obstoječimi orodji več deset strokovnjakov meni, da so napovedi DGMR najboljše glede več dejavnikov, vključno z napovedmi lokacije, območja, gibanja in intenzivnosti dežja, 89% časa. Novo orodje DeepMind odpira nov ključ v biologiji, ki ga znanstveniki poskušajo rešiti že desetletja.

Vendar pa so pomembne tudi majhne izboljšave napovedi. Napovedovanje padavin, zlasti močnega dežja, je ključnega pomena za številne industrije, od dejavnosti na prostem do letalskih storitev in nujnih primerov. Toda pravilno je težko. Ugotavljanje, koliko vode je na nebu in kdaj in kam bo padlo, je odvisno od številnih podnebnih procesov, kot so temperaturne spremembe, nastanek oblakov in veter. Vsi ti dejavniki so sami po sebi dovolj kompleksni, vendar so v kombinaciji bolj zapleteni.

Najboljša razpoložljiva tehnologija napovedovanja uporablja veliko število računalniških simulacij fizike atmosfere. Ti so primerni za dolgoročne napovedi, vendar niso dobri pri napovedovanju, kaj se bo zgodilo v naslednji uri. To se imenuje takojšnja napoved.

DeepMind razvoj

razvoj vremenske napovedi

Prejšnje tehnike globokega učenja so bile razvite, vendar te tehnike običajno dobro delujejo v enem pogledu, na primer pri napovedovanju lokacije, in na račun drugega, na primer pri napovedovanju sile. Radarski podatki o močnem dežju, ki pomagajo napovedati takojšen dež, ostajajo velik izziv za meteorologe.

Ekipa DeepMind je za usposabljanje svoje AI uporabila radarske podatke. Mnoge države in regije pogosto objavljajo posnetke radarskih meritev, ki ves dan spremljajo nastanek in gibanje oblakov. Na primer, v Združenem kraljestvu se vsaka pet minut objavijo nova merila. Če sestavite te posnetke, lahko dobite posodobljen video posnetek, ki prikazuje, kako se spreminja vzorec dežja v državi.

Raziskovalci te podatke pošiljajo v globoko generacijsko omrežje, podobno GAN -u, ki je usposobljena AI, ki lahko ustvari nove vzorce podatkov, ki so zelo podobni dejanskim podatkom, uporabljenim pri usposabljanju. GAN je bil uporabljen za ustvarjanje ponarejenih obrazov, vključno z lažnim Rembrandtom. V tem primeru se je DGMR (ki pomeni "generativni model globokega dežja") naučil generirati lažne radarske posnetke, ki nadaljujejo dejansko zaporedje meritev.

Poskusi DeepMind AI

Vremenska napoved

Shakir Mohamed, ki je vodil raziskavo pri DeepMind, je dejal, da je to isto, kot če bi gledali nekaj sličic iz filma in ugibali, kaj se bo zgodilo naslednje. Za preizkus te metode je ekipa prosila 56 meteorologov z Urada za meteorologijo (ki niso bili vključeni v delo), da se poglobijo v naprednejše fizikalne simulacije in niz nasprotnikov.

89% ljudi je reklo, da imajo raje rezultate, ki jih daje DGMR. Algoritmi strojnega učenja na splošno poskušajo optimizirati za preprosto merilo, kako dobre so vaše napovedi. Vendar ima vremenska napoved veliko različnih vidikov. Mogoče je napoved dobila napačno intenzivnost dežja na pravem mestu, ali druga napoved dobila pravilno kombinacijo intenzivnosti, vendar na napačnem mestu itd.

DeepMind je dejal, da bo sprostil strukturo vseh znanih beljakovin. Družba je uporabila svojo zložljivo umetno inteligenco proteinov AlphaFold za ustvarjanje struktur za človeški proteom, pa tudi za kvas, sadne muhe in miši.

Sodelovanje med DeepMindom in Met Officeom je dober primer sodelovanja s končnimi uporabniki za dokončanje razvoja AI. Očitno je to dobra ideja, vendar se pogosto ne zgodi. Ekipa je pri projektu delala več let, projekt pa so oblikovali prispevki strokovnjakov z Urada za meteorologijo. Suman Ravuri, raziskovalec pri DeepMind, je dejal: "Spodbuja razvoj našega modela na drugačen način kot naša lastna implementacija." "V nasprotnem primeru bi lahko ustvarili model, ki na koncu ne bi bil posebej uporaben."

DeepMind prav tako želi pokazati, da ima njegova AI praktične uporabe. Za Shakir sta DGMR in AlphaFold del iste zgodbe: podjetje uporablja svoje dolgoletne izkušnje pri reševanju ugank. Morda je najpomembnejši zaključek tukaj, da je DeepMind končno začel naštevati resnične znanstvene probleme.

Napredek pri napovedovanju vremena

Napovedovanje vremena mora podpirati razvoj tehnologije, ko se vse bolj približujemo popolnemu razumevanju delovanja našega ozračja. Človek in njegovi izračuni so lahko pogosto podvrženi pogostim napakam, ki se jim je mogoče izogniti z razvojem umetne inteligence.

Napovedovanje vremena je ključnega pomena za človeštvo, saj lahko veliko izkoristimo učinkovitejše vodne vire in se izognili nekaterim katastrofam ob nevihtah in močnem deževju. Zaradi tega se vremenoslovci vedno bolj strinjajo, da bodo razvili projekte umetne inteligence za napovedovanje padavin.

Upam, da boste s temi informacijami izvedeli več o projektu DeepMind in njegovih značilnostih.


Bodite prvi komentar

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.