Google AI прогнозує погоду

Google AI прогнозує погоду

Сучасні прогнози погоди базуються на складних моделях, які включають закони, які керують динамікою атмосфери та океанів, і ці моделі працюють на деяких із найпотужніших суперкомп’ютерів, які існують. Однак Alphabet (материнська компанія Google) вдалося передбачити глобальні погодні умови на наступні 10 днів лише за одну хвилину за допомогою однієї машини розміром з персональний комп’ютер завдяки штучному інтелекту, розробленому DeepMind. The Google AI прогнозує погоду і це тільки почалося.

У цій статті ми розповімо вам, як штучний інтелект Google прогнозує погоду та як ця технологія розвивалася.

Google AI прогнозує погоду

модель прогнозу погоди

Дивно, але ця система AI перевершує більшість сучасних систем прогнозування погоди майже в усіх аспектах. Цікаво, що, здається, цього разу штучний інтелект служить доповненням до людського інтелекту, а не заміною його.

Європейський центр середньострокових прогнозів погоди (ECMWF) має неймовірно просунуту систему, яка минулого року була суттєво оновлена, покращивши її можливості прогнозування. Розміщений у своїх приміщеннях у Болоньї, Італія, Існує суперкомп'ютер, оснащений приблизно мільйоном процесорів (на відміну від двох чи чотирьох у персональних комп’ютерах) і надзвичайну обчислювальну потужність у 30 петафлопсів, що еквівалентно приголомшливим 30.000 XNUMX трильйонів обчислень за секунду.

Ця величезна обчислювальна потужність необхідна для одного з його інструментів, прогнозування високої роздільної здатності (HRES), який точно прогнозує середньострокові глобальні погодні умови, які Зазвичай вони охоплюють 10 днів із вражаючою просторовою роздільною здатністю дев’ять кілометрів. Ці прогнози служать основою для прогнозів погоди, які надають метеорологи в усьому світі. Нещодавно GraphCast, штучний інтелект, розроблений Google DeepMind, використовувався для вимірювання можливостей цієї грізної системи у прогнозуванні погоди.

Результати дослідження ШІ

graphcast

Результати порівняння, опубліковані у вівторок у журналі Science, показують, що GraphCast перевершує HRES у прогнозуванні багатьох погодних факторів. Згідно з дослідженням, Машина Google перевершує ECMWF за 90,3% із 1.380 перевірених показників.

Якщо зосередитися виключно на тропосфері, шарі атмосфери, де відбувається більшість погодних явищ, і виключити дані зі стратосфери, яка знаходиться приблизно на 6-8 кілометрах над поверхнею Землі, штучний інтелект (ШІ) перевершує суперкомп’ютери, керовані людиною, у 99,7% випадків. випадків. аналізовані змінні. Дивно, але це досягнення було досягнуто за допомогою машини, яка дуже нагадує персональний комп’ютер, відомого як тензорний процесор або TPU.

За словами Альваро Санчеса Гонсалеса, дослідника Google DeepMind, TPU — це спеціалізоване обладнання, яке пропонує більш ефективне навчання та виконання програмного забезпечення штучного інтелекту порівняно зі звичайним ПК, зберігаючи подібний розмір. Подібно до того, як графічна карта комп’ютера зосереджена на рендерингу зображень, TPU розроблені, щоб досягти успіху в матричних продуктах. Для навчання GraphCast ми використовували 32 TPU протягом кількох тижнів. Однак після завершення навчання, один TPU може генерувати прогнози менш ніж за хвилину, як пояснив Санчес Гонсалес, один із творців пристрою.

GraphCast і системи прогнозування

google AI прогнозує погоду

Помітною відмінністю між GraphCast та існуючими системами прогнозування є його здатність включати історичні дані. Творці навчили систему, використовуючи метеорологічні дані з архіву ECMWF, починаючи з 1979 року. Цей великий набір даних охоплює опади в Сантьяго та циклони, які вплинули на Акапулько протягом 40 років. Після тривалого навчання GraphCast має надзвичайну здатність генерувати точні прогнози погоди.

Для того, щоб точно передбачити погоду через шість годин, потрібно лише знати погодні умови за шість годин до прогнозу та безпосередньо перед ним. Прогнози взаємозалежні, і кожен новий прогноз інформує попередній. Ферран Алет, співавтор цієї вражаючої машини DeepMind, пояснює її внутрішню роботу: «Наша нейронна мережа передбачає погодні умови на шість годин наперед. Щоб спрогнозувати погоду на 24 години, ми просто чотири рази оцінюємо модель. Крім того, ми могли б підготувати окремі моделі для різних періодів часу, наприклад одну протягом шести годин і одну протягом 24 годин. однак, «Ми розуміємо, що основні принципи, які керують погодою, залишаються незмінними протягом шестигодинного періоду».

«Тому, якщо ми зможемо виявити відповідну 6-годинну модель і використовувати її власні прогнози як вихідні дані, ми зможемо точно спрогнозувати погоду на наступні 12 годин і повторювати цей процес кожні шість годин». За словами Алета, цей підхід забезпечує значну кількість даних для однієї моделі, що призводить до більш ефективного навчання.

Дотепер прогнози погоди ґрунтувалися на чисельному прогнозі погоди, який використовує наукові рівняння, розроблені протягом історії, щоб врахувати різні складності динаміки атмосфери. Висновки дослідників встановлюють набір математичних алгоритмів суперкомп'ютерів потрібно запустити, щоб створити прогнози на наступні кілька годин, днів або тижнів (хоча надійність значно знижується після 15 днів). Однак для виконання цього завдання потрібен дуже передовий суперкомп’ютер, що вимагає значних витрат і значних інженерних зусиль.

Модель Google AI прогнозує погоду

Що особливо примітно, це те, що ці системи вони не використовують погодні умови попереднього дня чи навіть попереднього року, незважаючи на те, що відбувається в тому самому місці та в той самий час.

Навпаки, воно підходить до завдання з іншого боку, майже протилежного. Завдяки розширеним можливостям глибокого навчання він використовує великі архіви даних про погоду в минулому, щоб отримати повне розуміння складної причинно-наслідкової динаміки, яка диктує розвиток клімату Землі.

За словами Хосе Луїса Касадо, речника іспанського метеорологічного агентства (AEMET), історичні дані не враховуються в моделі атмосфери. Касадо уточнює, що ця модель базується на існуючих спостереженнях і останньому прогнозі, зробленому самою моделлю. Точно розуміючи поточний стан атмосфери, можна передбачити її подальший розвиток. На відміну від методів машинного навчання, цей підхід не використовує історичні дані чи прогнози.

Я сподіваюся, що завдяки цій інформації ви зможете дізнатися більше про штучний інтелект Google, який прогнозує погоду та її характеристики.


Будьте першим, щоб коментувати

Залиште свій коментар

Ваша електронна адреса не буде опублікований. Обов'язкові для заповнення поля позначені *

*

*

  1. Відповідальний за дані: Мігель Анхель Гатон
  2. Призначення даних: Контроль спаму, управління коментарями.
  3. Легітимація: Ваша згода
  4. Передача даних: Дані не передаватимуться третім особам, за винятком юридичних зобов’язань.
  5. Зберігання даних: База даних, розміщена в мережі Occentus Networks (ЄС)
  6. Права: Ви можете будь-коли обмежити, відновити та видалити свою інформацію.