Google DeepMind прогнозира хаоса по-добре от хората
Можем ли да се доверим на изкуствен интелект, който се самоописва като „ метеорологична лаборатория “?
Гугъл DeepMind и Гугъл Research показаха новия инструмент Weather Lab, който сплотява пробните прогнози за циклони, основани на изкуствен интелект, и ги съпоставя с класическите физически модели. През този сезон на циклоните компанията си партнира с Националния център по ураганите на Съединени американски щати, с цел да подкрепи работата им в региона на прогнозирането и предупреждаването за естествени бедствия.
Тропическите циклони се считат за едно от най-опасните естествени феномени и през последните 50 години са предизвикали вреди за над 1,4 трилиона $. Тези стихии се зараждат над топлите води на океаните и зависят от разнообразни метеорологични фактори, което ги прави изключително сложни за прогнозиране. Точните прогнози обаче оказват помощ за спасяването на човешки животи, за предварителната подготовка на общностите и за организирането на евакуации.
Weather Lab е нов интерактивен уебсайт, на който Гугъл споделя своите пробни модели с изкуствен интелект за прогнозиране на циклоните. Новият модел е построен въз основата на стохастични невронни мрежи и може да предвижда освен появяването на циклон, само че и неговата траектория, мощ, размер и форма. Системата генерира 50 вероятни сюжета за интервал до 15 дни напред.
Вътрешните проби демонстрираха, че точността на прогнозата на този модел с изкуствен интелект е сравнима или даже превъзхожда актуалните физически способи за пресмятане. Така да вземем за пример пробният модел на Гугъл сполучливо предвижда траекторията и силата на циклоните „ Хонде “, „ Гаранс “, „ Джуд “ и „ Ивон “ в Индийския океан една седмица преди появяването им. Компанията към този момент е предоставила списък с действителните траектории на циклоните и подробна публикация за технологията за научна оценка на работата си.
На процедура моделите с изкуствен интелект на Гугъл демонстрират същите или по-добри резултати спрямо водещите международни системи – да вземем за пример ENS от Европейския център за средносрочни прогнози и HAFS от Националната океанска и атмосферна администрация на Съединени американски щати. Средно петдневната прогноза на новия модел е била по-близо до действителната позиция на циклона със 140 км от ENS, което подхожда на скок в точността с ден и половина напред – резултат, за който нормално са нужни години в класическата метеорология.
Weather Lab разрешава следенето на прогнозите както от данни в действително време, по този начин и от списък с исторически данни за последните две години. Сайтът ви дава опция да сравнявате прогнозите от другите ИИ и физични модели, тъй че специалистите и службите за незабавна помощ да могат по-добре да правят оценка рисковете и да реагират бързо на наближаващите бедствия.
Важно е да се помни, че Weather Lab е проучвателен план, а не формален източник на предизвестия. Всички прогнози на уеб страницата са с проучвателен темперамент, тъй че за вземането на значими решения би трябвало да се свържете с държавните метеорологични служби.
Понастоящем Гугъл си сътрудничи с редица водещи научни организации – измежду тях са Националният център по ураганите на Съединени американски щати, Държавният университет в Колорадо, Японското метеорологично бюро, Токийският университет и други. Независими специалисти към този момент признаха, че новият модел е съпоставим по акуратност с най-хубавите съществуващи модели, а в някои случаи е даже по-съвършен. Гугъл чака, че отвореното тестване и противоположната връзка ще спомогнат прогнозите с изкуствен интелект да станат още по-точни и потребни за чиновниците, за екстрено реагиране.
Това е следващото достижение на Гугъл DeepMind в решаването на комплицирани математически и научни проблеми благодарение на изкуствен интелект. Екипът и преди е показал способността на ИИ да предвижда редки събития, в това число урагани и други естествени бедствия. Новият инструмент Weather Lab продължава традицията на компанията да основава надеждни ИИ системи за решение на действителни проблеми.
