Метеорологија као наука напредује захваљујући развоју технологије. Тренутно постоји неколико рачунарских програма који могу директно предвидети када и где ће падати киша. Компанија од ДеепМинд је развила вештачку интелигенцију способну да предвиди скоро тачно када и где ће падати киша. Ова компанија је радила са метеоролозима из Велике Британије на стварању модела који је бољи за краткорочна предвиђања од садашњих система.
У овом чланку ћемо вам рећи све што требате знати о торби Робледа, технологији прогнозе времена компаније ДеепМинд.
Временска прогноза
ДеепМинд, лондонска компанија за вештачку интелигенцију, наставља каријеру примјењујући дубоко учење на тешке научне проблеме. ДеепМинд је у сарадњи са Мет Оффицеом британске националне метеоролошке службе развио алат за дубоко учење под називом ДГМР, који може тачно предвидети вероватноћу кише у наредних 90 минута. То је један од најтежих изазова у прогнозирању времена.
У поређењу са постојећим алатима, десетине стручњака верује да су предвиђања ДГМР -а најбоља за неколико фактора, укључујући предвиђања локације, домета, кретања и интензитета кише, 89% времена. Нови алат ДеепМинд -а отвара нови кључ у биологији који научници покушавају да реше деценијама.
Међутим, чак и мала побољшања у предвиђањима су важна. Предвиђање падавина, посебно јаких киша, критично је за многе индустрије, од активности на отвореном до ваздухопловних услуга и хитних случајева. Али тешко је то исправити. Одређивање количине воде на небу и када и где ће пасти зависи од многих климатских процеса, попут промена температуре, стварања облака и ветра. Сви ови фактори су сами по себи довољно сложени, али су сложенији када се комбинују.
Најбоља доступна технологија предвиђања користи велики број рачунарских симулација физике атмосфере. Они су погодни за дугорочне прогнозе, али нису баш добри у предвиђању онога што ће се догодити у наредних сат времена. Ово се назива непосредна прогноза.
ДеепМинд развој
Претходне технике дубоког учења су развијене, али оне обично добро функционишу у једном погледу, као што је предвиђање локације, а на штету другог, као што је предвиђање силе. Радарски подаци за јаку кишу који помажу у предвиђању тренутне кише и даље представљају велики изазов за метеорологе.
ДеепМинд тим је користио радарске податке за обуку своје АИ. Многе земље и региони често објављују снимке радарских мерења која прате стварање и кретање облака током дана. На пример, у Великој Британији нова читања се објављују сваких пет минута. Састављањем ових снимака можете добити ажуриран видео запис заустављања који приказује како се мења киша у некој земљи.
Истраживачи шаљу ове податке у мрежу дубоких генерација сличну ГАН -у, који је обучена АИ која може генерисати нове узорке података који су врло слични стварним подацима који се користе у обуци. ГАН је коришћен за генерисање лажних лица, укључујући лажног Рембрандта. У овом случају, ДГМР (што значи "Генеративни модел дубоке кише") је научио да генерише лажне снимке радара који настављају стварни низ мерења.
ДеепМинд експерименти са АИ
Схакир Мохамед, који је водио истраживање у ДеепМинд -у, рекао је да је то исто као гледање неколико кадрова из филма и погађање шта ће се следеће догодити. Како би тестирали ову методу, тим је замолио 56 метеоролога из Завода за метеорологију (који нису били укључени у рад) да се позабаве напреднијим физичким симулацијама и низом противника.
89% људи је рекло да преферира резултате које је дао ДГМР. Алгоритми машинског учења опћенито покушавају оптимизирати на једноставан начин колико су ваша предвиђања добра. Међутим, временска прогноза има много различитих аспеката. Можда је предвиђање довело до погрешног интензитета кише на правом месту, или је друго предвиђање добило тачну комбинацију интензитета, али на погрешном месту, итд.
ДеепМинд је рекао да ће ослободити структуру свих протеина познатих науци. Компанија је користила АлпхаФолд протеинске склопиве вештачке интелигенције за стварање структура за људски протеом, као и за квасац, воћне мушице и мишеве.
Сарадња између ДеепМинд -а и Мет Оффице -а је добар пример рада са крајњим корисницима на потпуном развоју АИ. Очигледно је ово добра идеја, али то се често не дешава. Тим је радио на пројекту неколико година, а допринос стручњака из Завода за метеорологију обликовали су пројекат. Суман Равури, истраживач у ДеепМинд -у, рекао је: "Промовише развој нашег модела на другачији начин од наше сопствене имплементације." „У супротном, могли смо да створимо модел који на крају не би био посебно користан.
ДеепМинд такође жели да покаже да његова АИ има практичне примене. За Схакир, ДГМР и АлпхаФолд су део исте приче: компанија користи њихово дугогодишње искуство у решавању загонетки. Можда је најважнији закључак овде да је ДеепМинд коначно почео да набраја стварне научне проблеме.
Напредак у прогнозирању времена
Прогнозе времена морају бити подржане развојем технологије како смо све ближе и ближе потпуном разумевању како функционише наша атмосфера. Много пута људско биће и његови прорачуни могу бити предмет уобичајених грешака које се могу избећи развојем вештачке интелигенције.
Прогноза времена је кључна за људско биће, јер можемо много тога искористити ефикасније водне ресурсе и избећи неке катастрофе у олујама и обилним кишама. Из тог разлога, метеоролози се све више слажу у развоју пројеката вештачке интелигенције за предвиђање падавина.
Надам се да ћете са овим информацијама сазнати више о пројекту ДеепМинд и његовим карактеристикама.