Tiksliau nei bet kuris sinoptikas. DI per minutę nuspėja orus 10 dienų į priekį (Video) ()
„Google DeepMind“ kūrėjai įsitikinę, kad „GraphCast“ sistema bus naudinga milijardams žmonių visame pasaulyje. Ją jau naudoja kai kurios meteorologijos agentūros.
Prisijunk prie technologijos.lt komandos!
Laisvas grafikas, uždarbis, daug įdomių veiklų. Patirtis nebūtina, reikia tik entuziazmo.
Sudomino? Užpildyk šią anketą!
„Google DeepMind“ eksperimentinė laboratorija paskelbė apie „GraphCast“ sistemos kūrimą, kuri pasitelkdama dirbtinį intelektą itin tiksliai ir greitai sudaro orų prognozę artimiausioms 10 dienų. Apie tai pranešama laboratorijos svetainėje, o specialiame puslapyje galite susipažinti su pačiu prognozavimo mechanizmu.
Savo publikuotame moksliniame darbe „GraphCast“ modelio autoriai nurodo, kad jų dirbtinis intelektas prognozuoja daug greičiau ir tiksliau nei bet kuri pramoninė orų modeliavimo sistema, net pati garsiausia iš jų, sukurta Europos vidutinio nuotolio orų prognozių centro (ECMWF).
„GraphCast“ taip pat gali iš anksto įspėti apie ekstremalius oro reiškinius. Ji gali labai tiksliai numatyti būsimus ciklono pėdsakus, nustatyti atmosferos srautus, susijusius su potvynių rizika, ir numatyti ekstremalių temperatūrų pradžią. Sistema gali išgelbėti gyvybes, padidindama greitosios pagalbos tarnybų ir civilinių tarnybų pasirengimą.
Svarbiausia, kad „Google DeepMind“ komanda sukurs atvirojo kodo „GraphCast“ modelį. „GraphCast“ jau naudoja orų agentūros, įskaitant ECMWF, kuri savo svetainėje eksperimentuoja su modelio prognozėmis.
Kuo DI įrankis skiriasi nuo įprastų prognozavimo įrankių?
Prognozės paprastai yra pagrįstos skaitmenine orų prognoze (NWP), kuri prasideda kruopščiai apibrėžtomis fizinėmis lygtimis, kurios vėliau paverčiamos kompiuteriniais algoritmais, veikiančiais superkompiuteriuose. Nors šis tradicinis požiūris tapo mokslo ir technologijų triumfu, lygčių ir algoritmų kūrimas užima daug laiko ir reikalauja gilių žinių bei brangių skaičiavimo išteklių, kad būtų galima gauti tikslias prognozes.
Gilus mokymosi DI modelis siūlo kitokį požiūrį: naudojant duomenis, o ne fizines lygtis, kurti orų prognozių sistemą. „GraphCast“ mokosi iš dešimtmečių istorinių orų duomenų, kad sužinotų priežastinių ryšių modelį, lemiantį Žemės orų evoliuciją nuo dabarties iki ateities.
Svarbu pažymėti, kad „GraphCast“ ir tradiciniai metodai eina koja kojon. Ekspertai apmokė „GraphCast“ pasinaudoti keturių dešimtmečių orų reanalizės duomenis iš didžiulės duomenų bazės. Duomenų bazė yra pagrįsta istoriniais orų stebėjimais, tokiais kaip palydoviniai vaizdai, radarai ir meteorologinės stotys, kurios naudoja tradicinį NWP, kad „užpildytų spragas“, kuriose stebėjimai yra neišsamūs.
Tiksli prognozė bet kuriame geografiniame taške
„GraphCast“ prognozuoja didele 0,25 laipsnio ilgumos/platumos raiška (28x28 km išilgai pusiaujo). Tai daugiau nei milijonas tinklelio taškų, apimančių visą Žemės paviršių. Kiekviename tinklelio taške modelis numato penkis žemės paviršiaus kintamuosius, įskaitant temperatūrą, vėjo greitį ir kryptį bei vidutinį jūros lygio slėgį, ir šešis atmosferos kintamuosius kiekviename iš 37 aukščio lygių, įskaitant specifinę drėgmę, vėjo greitį ir kryptį.
Nors „GraphCast“ mokymas pareikalavo daug skaičiavimo išteklių, gautas prognozavimo modelis pasirodė esąs labai efektyvus. 10 dienų prognozių generavimas naudojant „GraphCast“ užtrunka mažiau nei minutę viename „Google“ TPU v4 kompiuteryje. Palyginimui, 10 dienų prognozė naudojant tradicinį metodą, pvz., HRES, gali užtrukti valandų valandas.
Atlikdama kelis bandymus, „GraphCast“ padarė tikslesnes prognozes daugiau nei 90 % iš 1380 testo kintamųjų. Ir kai tyrėjai apsiribojo vertinimu troposferoje, 6–20 kilometrų aukščio atmosferos regione, esančiame arčiausiai Žemės paviršiaus, kur svarbiausia tiksliai prognozuoti, modelis pralenkė HRES 99,7 % būsimų orų bandymų kintamųjų.
„GraphCast“ įvesti reikia tik dviejų duomenų rinkinių: orų būsenos prieš 6 valandas ir dabartinės oro būklės. Tada modelis prognozuoja orą 6 valandas į priekį. Tada šis procesas gali būti vykdomas kas 6 valandas, kad būtų pateiktos naujausios prognozės iki 10 dienų.
„GraphCast“ ateitis
Meteorologai visame pasaulyje jau domisi nauja „Google DeepMind“ plėtra. „GraphCast“ jau integruota į „Google DeepMind“ ir „Google Research“ orų prognozavimo sistemas, įskaitant regioninį dabartinės prognozės modelį, kuris teikia prognozes 90 minučių į priekį. Taip pat „GraphCast“ DI variklis naudojamas prognozavimo sistemoje MetNet-3 – regioniniame modelyje, veikiančiame JAV ir Europoje, kuris sukuria tikslesnes 24 valandų prognozes nei bet kuri kita sistema.
