Изкуствен интелект направи по-добра прогноза за времето от обичайните методи
Изкуствен разсъдък за първи път безапелационно надмина стандартните способи за прогнозиране при прогнозиране на времето по света до 10 дни напред.
Моделът GraphCast AI " бележи повратна точка в прогнозирането на времето ", споделиха неговите разработчици от Гугъл DeepMind в рецензирана публикация, оповестена ввъв вторник. Обширният разбор демонстрира, че GraphCast е по-точна от водещата в света стандартна система за прогнози за период 3-10 дни напред, която се ръководи от Европейския център за средносрочни прогнози за времето (ECMWF ).
Превъзходството над продукта на ECMWF е в 90 % от употребяваните 1380 индикатора, които включват температура, налягане, скорост и посока напразно и мокрота на разнообразни равнища на атмосферата.
" Файненшъл таймс " цитира Матю Чантри, координатор на машинното образование в ECMWF, да споделя, че системите с изкуствен интелект в метеорологията са напреднали " доста по-бързо и по-впечатляващо, в сравнение с чакахме даже преди две години ".
ECMWF, междуправителствена институция със седалище в Рединг (Великобритания), прави прогнози онлайн от ИИ модели на Huawei (Pangu-Weather ) и Nvidia (FourCastNet), както и DeepMind (GraphCast) дружно със личната си интегрирана система за прогнозиране.
GraphCast употребява архитектура за машинно образование, наречена графична невронна мрежа, която се учи от повече от данни на ECMWF, събирани 40 години, за това по какъв начин метеорологичните системи се развиват и движат по земното кълбо.Входящите данни за неговите прогнози са положенията на атмосферата в международен мащаб в сегашния миг и шест часа по-рано, събрани от ECMWF от световни метеорологични наблюдения.GraphCast изготвя 10-дневна прогноза в границите на минута на един Гугъл TPU v4 заоблачен компютър.
Конвенционалният способ, употребен от ECMWF и международните национални метеорологични служби, прочут като числено прогнозиране на времето, употребява суперкомпютри за обработка на уравнения, основани на научни знания за атмосферната физика - енергоемък развой което лишава няколко часа.
" Веднъж подготвен, GraphCast е извънредно на ниска цена за работа ", сподели Чантри. " Може да приказваме за хиляда пъти по-евтино във връзка с потреблението на сила. Това е чудотворно усъвършенстване. "
Като образец за сполучлива прогноза учените от DeepMind показват урагана " Лий " в северната част на Атлантическия океан през септември. " GraphCast съумя да предскаже вярно, че " Лий " ще стигне до Нова Скотия девет дни преди този момент да се случи, в съпоставяне със единствено шест дни за обичайните подходи ", сподели Реми Лам, водещ създател на публикацията Science. " Това даде на хората още три дни да се приготвят за идването му. "
ИИ обаче не се показа по-добре от стандартните физически модели при прогнозирането на неочакваното избухливо усилване на урагана " Отис " край тихоокеанското крайбрежие на Мексико, който без предизвестие опустоши Акапулко на 25 октомври.
Моделът GraphCast AI " бележи повратна точка в прогнозирането на времето ", споделиха неговите разработчици от Гугъл DeepMind в рецензирана публикация, оповестена ввъв вторник. Обширният разбор демонстрира, че GraphCast е по-точна от водещата в света стандартна система за прогнози за период 3-10 дни напред, която се ръководи от Европейския център за средносрочни прогнози за времето (ECMWF ).
Превъзходството над продукта на ECMWF е в 90 % от употребяваните 1380 индикатора, които включват температура, налягане, скорост и посока напразно и мокрота на разнообразни равнища на атмосферата.
" Файненшъл таймс " цитира Матю Чантри, координатор на машинното образование в ECMWF, да споделя, че системите с изкуствен интелект в метеорологията са напреднали " доста по-бързо и по-впечатляващо, в сравнение с чакахме даже преди две години ".
ECMWF, междуправителствена институция със седалище в Рединг (Великобритания), прави прогнози онлайн от ИИ модели на Huawei (Pangu-Weather ) и Nvidia (FourCastNet), както и DeepMind (GraphCast) дружно със личната си интегрирана система за прогнозиране.
GraphCast употребява архитектура за машинно образование, наречена графична невронна мрежа, която се учи от повече от данни на ECMWF, събирани 40 години, за това по какъв начин метеорологичните системи се развиват и движат по земното кълбо.Входящите данни за неговите прогнози са положенията на атмосферата в международен мащаб в сегашния миг и шест часа по-рано, събрани от ECMWF от световни метеорологични наблюдения.GraphCast изготвя 10-дневна прогноза в границите на минута на един Гугъл TPU v4 заоблачен компютър.
Конвенционалният способ, употребен от ECMWF и международните национални метеорологични служби, прочут като числено прогнозиране на времето, употребява суперкомпютри за обработка на уравнения, основани на научни знания за атмосферната физика - енергоемък развой което лишава няколко часа.
" Веднъж подготвен, GraphCast е извънредно на ниска цена за работа ", сподели Чантри. " Може да приказваме за хиляда пъти по-евтино във връзка с потреблението на сила. Това е чудотворно усъвършенстване. "
Като образец за сполучлива прогноза учените от DeepMind показват урагана " Лий " в северната част на Атлантическия океан през септември. " GraphCast съумя да предскаже вярно, че " Лий " ще стигне до Нова Скотия девет дни преди този момент да се случи, в съпоставяне със единствено шест дни за обичайните подходи ", сподели Реми Лам, водещ създател на публикацията Science. " Това даде на хората още три дни да се приготвят за идването му. "
ИИ обаче не се показа по-добре от стандартните физически модели при прогнозирането на неочакваното избухливо усилване на урагана " Отис " край тихоокеанското крайбрежие на Мексико, който без предизвестие опустоши Акапулко на 25 октомври.
Източник: darik.bg
КОМЕНТАРИ