Революцията на изкуствения интелект променя начина, по който предсказваме времето
Ерата на даване на оперативни прогнози за времето благодарение на компютър стартира за Метеорологичната работа на Обединеното кралство през 1965 година с процесор с размери на стая, наименуван Comet. Шест десетилетия по-късно националният синоптик на страната е част от друга софтуерна гражданска война, този път задвижвана от изкуствен интелект.
AI укрепва прогнозите за непрекъснато изменящите се модели на облачност, превалявания и температури, които се изобразяват динамично на великански екран в централата на организацията в югозападния град Ексетър.
„ Виждаме капацитет за същинска смяна в метода, по който предвиждаме. В някои връзки той е сходен на този, когато започнахме да използваме компютри “, споделя пред Financial Times Кирстин Дейл, основен чиновник по изкуствения разсъдък в Метеорологичната работа на Обединеното кралство, визирайки бързо възходящите количества данни, компютърната мощност за обработката им и моделите. „ Всичко това просто стана по-голямо - и опциите също станаха доста по-големи “.
Способността на изкуствения разсъдък да открива модели в големи масиви от данни трансформира вихрените системи на атмосферната физика в идеална опция за изпробване с технологията. По-точните прогнози и предизвестия за тежки метеорологични условия биха могли да подобрят публичната сигурност и здраве, като в същото време покачат успеваемостта на международната стопанска система.
AI има силата да направи прогнозите за бъдещите метеорологични модели по-точни и по-подробни, откривайки нови благоприятни условия за разнообразни стопански групи - от аграрни производители до финансови компании.
Технологията „ излиза отвън рамките на времето “, като към този момент е трансформирала свръхточното прогнозиране за идните часове, споделя Ричард Търнър, професор по машинно образование в университета в Кеймбридж.
„ Средният обсег - от 3 до 15 дни - стартира да се трансформира. А в този момент се развиваме до подсезонни индикатори - или почти от две седмици до два месеца ”, прибавя ученият, който работи по модели на времето с изкуствен интелект в английския институт „ Алън Тюринг “.
По думите му опциите на технологията са привлекли обилни вложения от страна на софтуерни колоси като DeepMind на Гугъл, Nvidia, Microsoft, IBM и профилирани започващи AI предприятия, свързани с метеорологията, като основаните в Съединени американски щати Brightband и Silurian. Организациите в цялата екосистема за прогнозиране са заети с въпроса по какъв начин най-добре да ползват AI, с цел да подобрят разбирането ни за времето. Сред тях са публични метеорологични служби - някои от тях, като английската Met Office, датират от XIX век - както и университети и профилирани компании като AccuWeather, The Weather Company и DTN. Те дават персонализирани прогнози на потребителите в доста браншове - от енергетиката до строителството, селското стопанство, превоз, търговия на дребно и туризъм, както и на необятната общност посредством новинарските медии. Но като цяло слънчевата вероятност е помрачена от опасността от понижаване на достъпа до данните, от които зависят моделите с изкуствен интелект.
Администрацията на Тръмп се стреми към надълбоко редуциране на финансирането и личния състав на Националната океанска и атмосферна администрация на Съединени американски щати (NОАА) - федералната организация, която се занимава с разбора и прогнозирането на измененията в климата, времето, океаните и крайбрежията. Спътниците, океанските буйове, балоните и радарите на NОАА са значим източник на данни, които са свободно налични за метеоролозите по света и се употребяват в световните модели за прогнозиране.
Предложеният от президента Доналд Тръмп бюджет за 2026 година ще понижи финансирането на организацията с 1,5 милиарда $, или 24%. От встъпването му в служба през януари до момента 550 чиновници са напуснали нейното звено за прогнозиране на времето - Националната метеорологична работа. Този месец всичките ѝ петима живи някогашни шефове подписаха отворено писмо, в което предизвестяват, че съкращенията са довели до сериозен дефицит на личен състав в локалните служби за прогнози в Съединени американски щати, което може да докара до ненужни човешки жертви. В същото време някои се притесняват, че възходящото геополитическо напрежение може да заплаши свободния поток от обществени метеорологични данни, от които зависят международните синоптици.
Въпреки че всички в метеорологията се оплакват от евентуалната загуба на данни от NОАА, някои акцентират противодействащ фактор - вероятността за нови източници на информация. Следващото потомство модели с изкуствен интелект може да усъвършенства точността, като включи големи количества данни от локални метеорологични датчици, като термометри и дъждомери, които понастоящем не са част в световните системи за прогнозиране.
„ Изведнъж се оказваме на това място, където може да се сътвори нов датчик и да го включим в модела доста бързо “, споделя Скот Хоскинг, който работи върху прогнозирането на времето в Института „ Алън Тюринг “.
Той пресмята, че през днешния ден на разнообразни стадии на развиване са 20-30 разнообразни модели на времето с изкуствен интелект, като някои от тях се употребяват оперативно от синоптиците.
„ След една година те ще бъдат доста повече. Бързината, с която те изпреварват най-малко частта от нашата просвета, обвързвана с прогнозирането на времето, е в действителност забележителна “, споделя Питър Нийли, старши вицепрезидент на научните и планирани интервенции в The Weather Company, една от водещите международни компании за прогнози. „ Това в действителност се случи през последните пет години ”.
Доскоро прогнозите се основаваха основно на числено прогнозиране на времето, което включваше подаване на милиони наблюдения в действително време от спътници и датчици на сушата, морето и въздуха към суперкомпютри и обработката им с физични уравнения.
Този развой може да бъде разграничен на два стадия. Първият е усвояване на данни, при който се изготвя оценка на положението на атмосферата, последван от стадия на прогнозиране, при който се вършат прогнози за това какво ще се случи по-късно.
Пионерското потомство метеорологични системи с изкуствен интелект, които влизат в деяние, към момента изискват компютърно интензивно усвояване на данни. Но по-късно употребяват машинно образование, с цел да изпълнят модела напред във времето.
Първите резултати са позитивни. Европейският център за средносрочни метеорологични прогнози (ECMWF), междуправителствена организация със седалище в Рединг, Англия, твърди, че първият ѝ действен модел с изкуствен интелект, пуснат през февруари, е подобрил точността с към 20% по основни индикатори, като да вземем за пример прогнозиране на пътя на тропическите циклони. Това дава скъпо в допълнение време за предизвестие.
Флоранс Рабие, общоприет шеф на ECMWF, счита, че новата технология за изкуствен интелект ще надгради големите усъвършенствания в точността на прогнозите, реализирани през последните десетилетия, защото компютрите стават все по-мощни, а метеорологичните данни - все по-богати. Сега прогнозите за седем дни напред дават отговор на качеството на тези за пет дни напред през 2000 година и за три дни напред през 1980 година По думите ѝ това има световни последствия.
„ В края на 20-ти век можехме да предвиждаме времето доста по-добре в северното, в сравнение с в южното полукълбо, тъй като там имаше доста повече наблюдения “, споделя Рабие. „ От началото на новия век станаха налични по-съвършени сателитни данни и разликата в точността сред полукълбата изчезна “.
Появява се и второ потомство пробни системи за изкуствен интелект „ от край до край “, които могат да предложат още по-вълнуващи благоприятни условия. Тези нови итерации се отхвърлят от асимилацията на данни и вместо това работят непосредствено върху необработени наблюдения от спътници, метеорологични станции и други датчици, с цел да генерират както световни, по този начин и локални прогнози.
През март екип от института Тюринг, работещ с ECMWF и други сътрудници, разгласява детайлности за пробна система, наречена Aardvark, която е толкоз енергийно ефикасна, че може да работи на настолни машини, а не на суперкомпютри.
Около 10 други проучвателен групи по света в софтуерни компании и в обществения бранш създават свои лични модели от вида „ край-до-край “, а доста други евентуално ще се причислят скоро, споделя Хоскинг от Тюринг. Техните резултати дават обещание да „ демократизират “ прогнозите още повече, изключително в разрастващите се страни и районите с малко данни, където локалните наблюдения могат да бъдат добавени към прогнозите с релативно скромни компютърни условия.
Тъй като моделите с изкуствен интелект се образоват въз основата на многогодишни наблюдения, съществуват подозрения за това до каква степен добре ще работят в бъдеще, изключително с смяната на климата, споделя Флориан Папенбергер, заместник-директор на ECMWF. Самият той обаче отхвърля тази рецензия.
„ Доказахме, че моделът за машинно образование може да предсказва рискови и необикновени събития, като да вземем за пример рекордните превалявания в Обединените арабски емирства предходната година и снеговалежите в Ню Орлиънс тази “, споделя той. „ Машинното образование се учи за физиката като цяло, а освен за минали модели на обещано място, тъй че то е доста по-мощно, в сравнение с споделят някои хора “.
Така наречената „ ансамблова техника “ към този момент е подобрила числените прогнози за времето. Тя включва неведнъж стартиране на компютърен модел от малко по-различни начални условия, вместо да се изготвя единствено една „ детерминистична “ прогноза. Тази разновидност дава на метеоролозите основна информация за равнището на неустановеност и обсега на вероятните резултати.
Но тази процедура е толкоз ресурсоемка, че е непрактично да се основават ансамбли с повече от 50 разнообразни прогнози, споделя Дион Харис, шеф на решенията за ускорени центрове за данни в Nvidia, като прибавя, че точно тук изкуственият разсъдък може да бъде потребен.
„ Използвайки техники на AI, можете безусловно да извършите хиляди ансамбли, което се показва в доста по-добро схващане на евентуалните резултати и ви оказва помощ да имате по-ранна индикация за рискови събития “, изяснява той.
За да може обаче новата вълна от модели с изкуствен интелект да разгърне капацитета си, от значително значение ще бъде засиленият поток от метеорологични наблюдения. По-голямата част от необработените данни към момента идват от обществения бранш, посредством синоптиците и сателитните оператори като NOAA и Европейската организация за употреба на метеорологични спътници, и се споделят свободно по целия свят.
„ Нивото на интернационален продан на данни е просто фантастично. Можете да отидете и да получите данни от китайски спътници, да вземем за пример “, споделя Търнър от Кеймбридж. „ Всички наблюдения се слагат в един пул, тъй като те оказват помощ на системата за прогнозиране на всички останали и карат хората да изстрелват реципрочни данни назад “.
Всяко понижаване на наличността на данни в международен мащаб, без значение дали заради възходящо геополитическо напрежение или редуциране на дейностите на NOAA от администрацията на Тръмп, „ е голяма паника “, споделя Търнър. „ Общността към момента не се е събудила за тази заплаха, което е изненадващо съгласно мен. Да, има голяма угриженост по този въпрос и считам, че съкращенията са доста рискови в миг, когато климатът в действителност се трансформира “.
Някои хора в обществения бранш мислят как да защитят - или подобрят - метода, по който се събират данните. Тъй като цената на построяването, изстрелването и употребата на наблюдателни спътници в ниска околоземна орбита бързо пада, частните компании стартират да влагат в свои лични сателитни клъстери или съзвездия.
Tomorrow.io, стартъп от Бостън, оповестява, че е изстрелял два радарни и седем микровълнови спътника за сондиране, които виждат през облаците, с цел да откриват дъжд и сняг. Компанията, която е набрала 300 млн. $ от вложители от основаването си през 2016 година, възнамерява да изстреля още четири сондиращи апарата тази година и да продължи да добавя съзвездието си през идната година.
Всеки микровълнов сателит тежи едвам 12 кг и коства по-малко от 10 млн. $, в това число изстрелването, споделя Шимон Елкабец, основен изпълнителен шеф на Tomorrow.io. „ Когато започнахме, всички споделяха, че ще бъде прекомерно скъпо да изградим лично съзвездие, само че новата галактическа стопанска система ни разрешава да вършим неща, които преди не бяха вероятни “.
По думите му обаче, че въпреки частните компании могат да оказват помощ за повишение на „ успеваемостта и въздействието “ на прогнозите в обществения бранш, те не могат да заменят големите национални организации като NOAA.
Въпреки всички обещания, които дава, метеоролозите към момента не са сигурни по какъв начин изкуственият разсъдък ще революционизира прогнозирането. По някои критерии, като да вземем за пример прогнозиране на интензивността на бурите, резултатите към момента не дават отговор на най-хубавите цифрови метеорологични системи. Така че занапред ще забележим до каква степен тази технология ще ни помогне да разбираме времето авансово.
AI укрепва прогнозите за непрекъснато изменящите се модели на облачност, превалявания и температури, които се изобразяват динамично на великански екран в централата на организацията в югозападния град Ексетър.
„ Виждаме капацитет за същинска смяна в метода, по който предвиждаме. В някои връзки той е сходен на този, когато започнахме да използваме компютри “, споделя пред Financial Times Кирстин Дейл, основен чиновник по изкуствения разсъдък в Метеорологичната работа на Обединеното кралство, визирайки бързо възходящите количества данни, компютърната мощност за обработката им и моделите. „ Всичко това просто стана по-голямо - и опциите също станаха доста по-големи “.
Способността на изкуствения разсъдък да открива модели в големи масиви от данни трансформира вихрените системи на атмосферната физика в идеална опция за изпробване с технологията. По-точните прогнози и предизвестия за тежки метеорологични условия биха могли да подобрят публичната сигурност и здраве, като в същото време покачат успеваемостта на международната стопанска система.
AI има силата да направи прогнозите за бъдещите метеорологични модели по-точни и по-подробни, откривайки нови благоприятни условия за разнообразни стопански групи - от аграрни производители до финансови компании.
Технологията „ излиза отвън рамките на времето “, като към този момент е трансформирала свръхточното прогнозиране за идните часове, споделя Ричард Търнър, професор по машинно образование в университета в Кеймбридж.
„ Средният обсег - от 3 до 15 дни - стартира да се трансформира. А в този момент се развиваме до подсезонни индикатори - или почти от две седмици до два месеца ”, прибавя ученият, който работи по модели на времето с изкуствен интелект в английския институт „ Алън Тюринг “.
По думите му опциите на технологията са привлекли обилни вложения от страна на софтуерни колоси като DeepMind на Гугъл, Nvidia, Microsoft, IBM и профилирани започващи AI предприятия, свързани с метеорологията, като основаните в Съединени американски щати Brightband и Silurian. Организациите в цялата екосистема за прогнозиране са заети с въпроса по какъв начин най-добре да ползват AI, с цел да подобрят разбирането ни за времето. Сред тях са публични метеорологични служби - някои от тях, като английската Met Office, датират от XIX век - както и университети и профилирани компании като AccuWeather, The Weather Company и DTN. Те дават персонализирани прогнози на потребителите в доста браншове - от енергетиката до строителството, селското стопанство, превоз, търговия на дребно и туризъм, както и на необятната общност посредством новинарските медии. Но като цяло слънчевата вероятност е помрачена от опасността от понижаване на достъпа до данните, от които зависят моделите с изкуствен интелект.
Администрацията на Тръмп се стреми към надълбоко редуциране на финансирането и личния състав на Националната океанска и атмосферна администрация на Съединени американски щати (NОАА) - федералната организация, която се занимава с разбора и прогнозирането на измененията в климата, времето, океаните и крайбрежията. Спътниците, океанските буйове, балоните и радарите на NОАА са значим източник на данни, които са свободно налични за метеоролозите по света и се употребяват в световните модели за прогнозиране.
Предложеният от президента Доналд Тръмп бюджет за 2026 година ще понижи финансирането на организацията с 1,5 милиарда $, или 24%. От встъпването му в служба през януари до момента 550 чиновници са напуснали нейното звено за прогнозиране на времето - Националната метеорологична работа. Този месец всичките ѝ петима живи някогашни шефове подписаха отворено писмо, в което предизвестяват, че съкращенията са довели до сериозен дефицит на личен състав в локалните служби за прогнози в Съединени американски щати, което може да докара до ненужни човешки жертви. В същото време някои се притесняват, че възходящото геополитическо напрежение може да заплаши свободния поток от обществени метеорологични данни, от които зависят международните синоптици.
Въпреки че всички в метеорологията се оплакват от евентуалната загуба на данни от NОАА, някои акцентират противодействащ фактор - вероятността за нови източници на информация. Следващото потомство модели с изкуствен интелект може да усъвършенства точността, като включи големи количества данни от локални метеорологични датчици, като термометри и дъждомери, които понастоящем не са част в световните системи за прогнозиране.
„ Изведнъж се оказваме на това място, където може да се сътвори нов датчик и да го включим в модела доста бързо “, споделя Скот Хоскинг, който работи върху прогнозирането на времето в Института „ Алън Тюринг “.
Той пресмята, че през днешния ден на разнообразни стадии на развиване са 20-30 разнообразни модели на времето с изкуствен интелект, като някои от тях се употребяват оперативно от синоптиците.
„ След една година те ще бъдат доста повече. Бързината, с която те изпреварват най-малко частта от нашата просвета, обвързвана с прогнозирането на времето, е в действителност забележителна “, споделя Питър Нийли, старши вицепрезидент на научните и планирани интервенции в The Weather Company, една от водещите международни компании за прогнози. „ Това в действителност се случи през последните пет години ”.
Доскоро прогнозите се основаваха основно на числено прогнозиране на времето, което включваше подаване на милиони наблюдения в действително време от спътници и датчици на сушата, морето и въздуха към суперкомпютри и обработката им с физични уравнения.
Този развой може да бъде разграничен на два стадия. Първият е усвояване на данни, при който се изготвя оценка на положението на атмосферата, последван от стадия на прогнозиране, при който се вършат прогнози за това какво ще се случи по-късно.
Пионерското потомство метеорологични системи с изкуствен интелект, които влизат в деяние, към момента изискват компютърно интензивно усвояване на данни. Но по-късно употребяват машинно образование, с цел да изпълнят модела напред във времето.
Първите резултати са позитивни. Европейският център за средносрочни метеорологични прогнози (ECMWF), междуправителствена организация със седалище в Рединг, Англия, твърди, че първият ѝ действен модел с изкуствен интелект, пуснат през февруари, е подобрил точността с към 20% по основни индикатори, като да вземем за пример прогнозиране на пътя на тропическите циклони. Това дава скъпо в допълнение време за предизвестие.
Флоранс Рабие, общоприет шеф на ECMWF, счита, че новата технология за изкуствен интелект ще надгради големите усъвършенствания в точността на прогнозите, реализирани през последните десетилетия, защото компютрите стават все по-мощни, а метеорологичните данни - все по-богати. Сега прогнозите за седем дни напред дават отговор на качеството на тези за пет дни напред през 2000 година и за три дни напред през 1980 година По думите ѝ това има световни последствия.
„ В края на 20-ти век можехме да предвиждаме времето доста по-добре в северното, в сравнение с в южното полукълбо, тъй като там имаше доста повече наблюдения “, споделя Рабие. „ От началото на новия век станаха налични по-съвършени сателитни данни и разликата в точността сред полукълбата изчезна “.
Появява се и второ потомство пробни системи за изкуствен интелект „ от край до край “, които могат да предложат още по-вълнуващи благоприятни условия. Тези нови итерации се отхвърлят от асимилацията на данни и вместо това работят непосредствено върху необработени наблюдения от спътници, метеорологични станции и други датчици, с цел да генерират както световни, по този начин и локални прогнози.
През март екип от института Тюринг, работещ с ECMWF и други сътрудници, разгласява детайлности за пробна система, наречена Aardvark, която е толкоз енергийно ефикасна, че може да работи на настолни машини, а не на суперкомпютри.
Около 10 други проучвателен групи по света в софтуерни компании и в обществения бранш създават свои лични модели от вида „ край-до-край “, а доста други евентуално ще се причислят скоро, споделя Хоскинг от Тюринг. Техните резултати дават обещание да „ демократизират “ прогнозите още повече, изключително в разрастващите се страни и районите с малко данни, където локалните наблюдения могат да бъдат добавени към прогнозите с релативно скромни компютърни условия.
Тъй като моделите с изкуствен интелект се образоват въз основата на многогодишни наблюдения, съществуват подозрения за това до каква степен добре ще работят в бъдеще, изключително с смяната на климата, споделя Флориан Папенбергер, заместник-директор на ECMWF. Самият той обаче отхвърля тази рецензия.
„ Доказахме, че моделът за машинно образование може да предсказва рискови и необикновени събития, като да вземем за пример рекордните превалявания в Обединените арабски емирства предходната година и снеговалежите в Ню Орлиънс тази “, споделя той. „ Машинното образование се учи за физиката като цяло, а освен за минали модели на обещано място, тъй че то е доста по-мощно, в сравнение с споделят някои хора “.
Така наречената „ ансамблова техника “ към този момент е подобрила числените прогнози за времето. Тя включва неведнъж стартиране на компютърен модел от малко по-различни начални условия, вместо да се изготвя единствено една „ детерминистична “ прогноза. Тази разновидност дава на метеоролозите основна информация за равнището на неустановеност и обсега на вероятните резултати.
Но тази процедура е толкоз ресурсоемка, че е непрактично да се основават ансамбли с повече от 50 разнообразни прогнози, споделя Дион Харис, шеф на решенията за ускорени центрове за данни в Nvidia, като прибавя, че точно тук изкуственият разсъдък може да бъде потребен.
„ Използвайки техники на AI, можете безусловно да извършите хиляди ансамбли, което се показва в доста по-добро схващане на евентуалните резултати и ви оказва помощ да имате по-ранна индикация за рискови събития “, изяснява той.
За да може обаче новата вълна от модели с изкуствен интелект да разгърне капацитета си, от значително значение ще бъде засиленият поток от метеорологични наблюдения. По-голямата част от необработените данни към момента идват от обществения бранш, посредством синоптиците и сателитните оператори като NOAA и Европейската организация за употреба на метеорологични спътници, и се споделят свободно по целия свят.
„ Нивото на интернационален продан на данни е просто фантастично. Можете да отидете и да получите данни от китайски спътници, да вземем за пример “, споделя Търнър от Кеймбридж. „ Всички наблюдения се слагат в един пул, тъй като те оказват помощ на системата за прогнозиране на всички останали и карат хората да изстрелват реципрочни данни назад “.
Всяко понижаване на наличността на данни в международен мащаб, без значение дали заради възходящо геополитическо напрежение или редуциране на дейностите на NOAA от администрацията на Тръмп, „ е голяма паника “, споделя Търнър. „ Общността към момента не се е събудила за тази заплаха, което е изненадващо съгласно мен. Да, има голяма угриженост по този въпрос и считам, че съкращенията са доста рискови в миг, когато климатът в действителност се трансформира “.
Някои хора в обществения бранш мислят как да защитят - или подобрят - метода, по който се събират данните. Тъй като цената на построяването, изстрелването и употребата на наблюдателни спътници в ниска околоземна орбита бързо пада, частните компании стартират да влагат в свои лични сателитни клъстери или съзвездия.
Tomorrow.io, стартъп от Бостън, оповестява, че е изстрелял два радарни и седем микровълнови спътника за сондиране, които виждат през облаците, с цел да откриват дъжд и сняг. Компанията, която е набрала 300 млн. $ от вложители от основаването си през 2016 година, възнамерява да изстреля още четири сондиращи апарата тази година и да продължи да добавя съзвездието си през идната година.
Всеки микровълнов сателит тежи едвам 12 кг и коства по-малко от 10 млн. $, в това число изстрелването, споделя Шимон Елкабец, основен изпълнителен шеф на Tomorrow.io. „ Когато започнахме, всички споделяха, че ще бъде прекомерно скъпо да изградим лично съзвездие, само че новата галактическа стопанска система ни разрешава да вършим неща, които преди не бяха вероятни “.
По думите му обаче, че въпреки частните компании могат да оказват помощ за повишение на „ успеваемостта и въздействието “ на прогнозите в обществения бранш, те не могат да заменят големите национални организации като NOAA.
Въпреки всички обещания, които дава, метеоролозите към момента не са сигурни по какъв начин изкуственият разсъдък ще революционизира прогнозирането. По някои критерии, като да вземем за пример прогнозиране на интензивността на бурите, резултатите към момента не дават отговор на най-хубавите цифрови метеорологични системи. Така че занапред ще забележим до каква степен тази технология ще ни помогне да разбираме времето авансово.
Източник: profit.bg
КОМЕНТАРИ