Khí tượng học với tư cách là một ngành khoa học ngày càng tiến bộ nhờ sự phát triển của công nghệ. Hiện nay, có một số chương trình máy tính có khả năng dự đoán trực tiếp thời gian và địa điểm trời sẽ mưa. Công ty của Deepmind đã phát triển một trí tuệ nhân tạo có khả năng dự đoán gần như chính xác thời gian và địa điểm trời sẽ mưa. Công ty này đã làm việc với các nhà khí tượng học của Vương quốc Anh để tạo ra một mô hình tốt hơn cho việc đưa ra các dự đoán ngắn hạn so với các hệ thống hiện tại.
Trong bài viết này, chúng tôi sẽ cho bạn biết mọi thứ bạn cần biết về túi Robleda, công nghệ dự báo khí tượng của công ty DeepMind.
Dự báo thời tiết
DeepMind, một công ty trí tuệ nhân tạo có trụ sở tại London, tiếp tục sự nghiệp ứng dụng học sâu vào các vấn đề khoa học khó. DeepMind đã phát triển một công cụ học sâu gọi là DGMR với sự hợp tác của Met Office của Dịch vụ Thời tiết Quốc gia Anh, có thể dự đoán chính xác xác suất mưa trong 90 phút tới. Đó là một trong những thách thức khó khăn nhất trong công tác dự báo thời tiết.
So với các công cụ hiện có, hàng chục chuyên gia tin rằng dự đoán của DGMR là tốt nhất dựa trên một số yếu tố, bao gồm dự đoán về vị trí, phạm vi, chuyển động và cường độ của mưa, 89% thời gian. Công cụ mới của DeepMind mở ra một chìa khóa mới trong sinh học mà các nhà khoa học đã cố gắng giải quyết trong nhiều thập kỷ.
Tuy nhiên, ngay cả những cải tiến nhỏ trong dự đoán cũng rất quan trọng. Dự báo lượng mưa, đặc biệt là mưa lớn, rất quan trọng đối với nhiều ngành, từ hoạt động ngoài trời đến dịch vụ hàng không và các trường hợp khẩn cấp. Nhưng làm cho nó đúng là rất khó. Việc xác định có bao nhiêu nước trên bầu trời và khi nào và ở đâu nó sẽ rơi xuống phụ thuộc vào nhiều quá trình khí hậu, như thay đổi nhiệt độ, hình thành mây và gió. Tất cả những yếu tố này tự bản thân nó đã đủ phức tạp, nhưng chúng phức tạp hơn khi kết hợp với nhau.
Công nghệ dự đoán tốt nhất hiện có sử dụng một số lượng lớn các mô phỏng máy tính về vật lý khí quyển. Những thứ này thích hợp cho những dự báo dài hạn, nhưng chúng không giỏi trong việc dự đoán những gì sẽ xảy ra trong giờ tới. Đây được gọi là dự báo tức thì.
Phát triển DeepMind
Các kỹ thuật học sâu trước đây đã được phát triển, nhưng những kỹ thuật này thường hoạt động tốt ở một khía cạnh nào đó, chẳng hạn như dự đoán vị trí và gây thiệt hại cho một khía cạnh khác, chẳng hạn như dự đoán lực lượng. Dữ liệu radar về mưa lớn giúp dự đoán mưa ngay lập tức vẫn là một thách thức lớn đối với các nhà khí tượng học.
Nhóm DeepMind đã sử dụng dữ liệu radar để đào tạo AI của họ. Nhiều quốc gia và khu vực thường xuyên công bố ảnh chụp nhanh các phép đo radar theo dõi sự hình thành và di chuyển của đám mây trong suốt cả ngày. Ví dụ, ở Anh, các bài đọc mới được đăng sau mỗi năm phút. Bằng cách ghép các ảnh chụp này lại với nhau, bạn có thể nhận được video stop-motion cập nhật cho biết mô hình mưa của một quốc gia thay đổi như thế nào.
Các nhà nghiên cứu gửi dữ liệu này tới một mạng thế hệ sâu tương tự như GAN, là một AI được đào tạo có thể tạo ra các mẫu dữ liệu mới rất giống với dữ liệu thực tế được sử dụng trong đào tạo. GAN đã được sử dụng để tạo khuôn mặt giả, bao gồm cả Rembrandt giả. Trong trường hợp này, DGMR (viết tắt của "Generative Deep Rain Model") đã học cách tạo ảnh chụp nhanh radar sai để tiếp tục chuỗi đo thực tế.
Thử nghiệm AI của DeepMind
Shakir Mohamed, người đứng đầu cuộc nghiên cứu tại DeepMind, cho biết điều này cũng giống như việc xem một vài khung hình từ một bộ phim và đoán xem điều gì sẽ xảy ra tiếp theo. Để kiểm tra phương pháp này, nhóm nghiên cứu đã yêu cầu 56 nhà khí tượng học từ Cục Khí tượng (những người không tham gia vào công việc) nghiên cứu sâu hơn về các mô phỏng vật lý tiên tiến hơn và tập hợp các đối thủ.
89% người cho biết họ thích kết quả do DGMR đưa ra. Các thuật toán học máy thường cố gắng tối ưu hóa để có được một thước đo đơn giản về mức độ tốt của các dự đoán của bạn. Tuy nhiên, dự báo thời tiết có nhiều khía cạnh khác nhau. Có thể một dự đoán đã đưa sai cường độ mưa vào đúng nơihoặc dự đoán khác có sự kết hợp chính xác của các cường độ nhưng ở sai vị trí, v.v.
DeepMind cho biết họ sẽ giải phóng cấu trúc của tất cả các protein mà khoa học đã biết. Công ty đã sử dụng trí tuệ nhân tạo gấp protein AlphaFold của mình để tạo ra các cấu trúc cho proteome của con người, cũng như cho nấm men, ruồi giấm và chuột.
Sự hợp tác giữa DeepMind và Met Office là một ví dụ điển hình về việc làm việc với người dùng cuối để hoàn thiện quá trình phát triển AI. Rõ ràng đây là một ý tưởng hay, nhưng nó thường không xảy ra. Nhóm nghiên cứu đã làm việc với dự án trong vài năm và đóng góp ý kiến từ các chuyên gia từ Cục Khí tượng đã định hình dự án. Suman Ravuri, một nhà khoa học nghiên cứu tại DeepMind, cho biết: "Nó thúc đẩy sự phát triển của mô hình của chúng tôi theo một cách khác với cách thực hiện của chính chúng tôi." "Nếu không, cuối cùng chúng tôi đã có thể tạo ra một mô hình không đặc biệt hữu ích."
DeepMind cũng mong muốn chứng tỏ rằng AI của nó có các ứng dụng thực tế. Đối với Shakir, DGMR và AlphaFold là một phần của cùng một câu chuyện: công ty sử dụng nhiều năm kinh nghiệm của họ để giải các câu đố. Có lẽ kết luận quan trọng nhất ở đây là DeepMind cuối cùng đã bắt đầu liệt kê các vấn đề khoa học trong thế giới thực.
Những tiến bộ trong dự báo thời tiết
Dự báo thời tiết phải được hỗ trợ bởi sự phát triển của công nghệ khi chúng ta ngày càng tiến gần hơn đến việc hiểu đầy đủ cách hoạt động của bầu khí quyển của chúng ta. Nhiều khi con người và những tính toán của anh ta có thể mắc phải những sai lầm phổ biến có thể tránh được với sự phát triển của trí tuệ nhân tạo.
Dự báo thời tiết là chìa khóa của con người vì chúng ta có thể tận dụng rất nhiều tài nguyên nước hiệu quả hơn và tránh một số thảm họa do bão và mưa lớn. Vì lý do này, các nhà khí tượng học ngày càng đồng ý phát triển các dự án trí tuệ nhân tạo để dự đoán lượng mưa.
Tôi hy vọng rằng với thông tin này, bạn có thể tìm hiểu thêm về dự án DeepMind và các đặc điểm của nó.