Pievienojieties pasākumam, kuru uzņēmuma vadītāji uzticas gandrīz divas desmitgades. VB Remodel apvieno cilvēkus, kas veido reālu uzņēmumu AI stratēģiju. Uzziniet vairāk
Google DeepMind Ceturtdien paziņoja par to, kas tas apgalvo, ir galvenais izrāviens viesuļvētras prognozēšanā, ieviešot mākslīgā intelekta sistēmu, kas var paredzēt gan tropisko ciklonu ceļu, gan intensitāti ar nepieredzētu precizitāti – ilgstošu izaicinājumu, kas gadu desmitiem ir apkopojis tradicionālos laika apstākļu modeļus.
Uzņēmums uzsāka Laika apstākļu laboratorijainteraktīva platforma, kas parāda savu eksperimentālo ciklona prognozēšanas modeli, kas rada 50 iespējamus vētras scenārijus līdz 15 dienām iepriekš. Vēl nozīmīgāk, ka Deepmind paziņoja par partnerību ar ASV nacionālais viesuļvētras centrsiezīmējot pirmo reizi, kad federālā aģentūra iekļaus eksperimentālās AI prognozes savā operatīvajā prognozēšanas darbplūsmā.
“Mēs piedāvājam trīs dažādas lietas,” trešdienas preses brīfinga laikā preses brīfingā sacīja Deepmind pētnieks Ferrans Alets. “Pirmais ir jauns eksperimentāls modelis, kas īpaši pielāgots cikloniem. Otrais ir tas, ka mēs ar prieku paziņojam par partnerību ar Nacionālo viesuļvētras centru, kas ļauj ekspertu cilvēku prognozētājiem redzēt mūsu prognozes reālā laikā.”
Paziņojums iezīmē kritisku situāciju mākslīgā intelekta piemērošanā laika prognozēšanā-jomā, kurā mašīnmācīšanās modeļi ir ātri ieguvuši pamatus pret tradicionālajām fizikas balstītajām sistēmām. Tropiskie cikloni – kas ietver viesuļvētras, taifūnas un ciklonus – ir izraisījuši Pēdējo 50 gadu laikā ekonomiskie zaudējumi 1,4 triljonu dolāru apmērāPrecīza prognozēšana par dzīvības un nāves jautājumu par miljoniem neaizsargātos piekrastes reģionos.
Kāpēc tradicionālie laika apstākļu modeļi cīnās gan ar negaisa ceļu, gan intensitāti
Izrāviens attiecas uz būtisku ierobežojumu pašreizējās prognozēšanas metodēs. Tradicionālie laika apstākļu modeļi saskaras ar izteiktu kompromisu: globāli zemas izšķirtspējas modeļi, kas izceļas ar prognozēšanu, kur veiks vētras, uztverot plašus atmosfēras modeļus, savukārt reģionālie, augstas izšķirtspējas modeļi labāki prognozē vētras intensitāti, koncentrējoties uz turbulentiem procesiem vētras kodolā.
“Tropu ciklona prognozēšanas veikšana ir grūta, jo mēs cenšamies paredzēt divas dažādas lietas,” skaidroja Alets. “Pirmais ir trases prognozēšana, tāpēc kur vēlos ciklons? Otrais ir intensitātes prognoze, cik spēcīgs ir ciklons?”
DeepMind eksperimentālais modelis apgalvo, ka abas problēmas vienlaicīgi risina. Iekšējos novērtējumos pēc tam Nacionālais viesuļvētras centrs Protokoli, AI sistēma parādīja būtiskus uzlabojumus salīdzinājumā ar esošajām metodēm. Trases prognozēšanai modeļa piecu dienu prognozes bija vidēji 140 kilometru tuvāk faktiskajām vētras pozīcijām Ensvadošais Eiropas fizikā balstīts ansambļa modelis.
Vēl ievērojamāk, sistēma pārspēja NOAA viesuļvētras analīze un prognozēšanas sistēma (HAF) par intensitātes prognozēšanu – jomu, kurā AI modeļi vēsturiski ir cīnījušies. “Šis ir pirmais AI modelis, kuru mēs tagad esam ļoti izveicīgi, kā arī tropiskā ciklona intensitāte,” atzīmēja Aleta.
Kā AI prognozes pārspēj tradicionālos modeļus ātrumā un efektivitātē
Papildus precizitātes uzlabojumiem AI sistēma parāda dramatisku efektivitātes pieaugumu. Kaut arī tradicionālie fizikā balstītie modeļi var ilgt stundas, lai radītu prognozes, Deepmind modelis rada 15 dienu prognozes aptuveni vienā minūtē vienā specializētā datora mikroshēmā.
“Mūsu varbūtības modelis tagad ir pat ātrāks nekā iepriekšējais,” sacīja Alets. “Mūsu jaunais modelis, mēs lēšam, iespējams, ir aptuveni viena minūte”, salīdzinot ar astoņām minūtēm, kuras vajadzīgas Deepmind iepriekšējais laika apstākļu modelis.
Šī ātruma priekšrocība ļauj sistēmai ievērot stingrus darbības termiņus. Toms Andersons, Deepmind’s AI Climate Command pētniecības inženieris, paskaidroja, ka Nacionālais viesuļvētras centrs Īpaši pieprasītās prognozes ir pieejamas sešu ar pusi stundu laikā pēc datu vākšanas – mērķis, kuru AI sistēma tagad atbilst grafikam.
Nacionālā viesuļvētras centra partnerība pārbauda AI laika prognozēšanu
Partnerība ar Nacionālais viesuļvētras centrs Apstiprina AI laika prognozēšanu lielā mērā. Keita Battaglia, vecākā direktore, kas vada Deepmind laika apstākļu komandu, aprakstīja sadarbību kā attīstību no neformālām sarunām uz oficiālāku partnerību, ļaujot prognozētājiem integrēt AI prognozes ar tradicionālajām metodēm.
“Tad tā nebija īsti oficiāla partnerība, tā bija tikai sava veida gadījuma saruna,” Battaglia sacīja par agrīnajām diskusijām, kas sākās apmēram pirms 18 mēnešiem. “Tagad mēs strādājam pie sava veida oficiālākas partnerības, kas ļauj mums nodot viņiem veidotos modeļus, un tad viņi var izlemt, kā tos izmantot oficiālajos norādījumos.”
Laiks izrādās būtisks, un 2025. gada Atlantijas viesuļvētras sezona jau notiek. Viesuļvētras “Middle” prognozētāji redzēs dzīvas AI prognozes līdztekus tradicionālajiem fizikai balstītajiem modeļiem un novērojumiem, potenciāli uzlabojot prognozes precizitāti un veicinot iepriekšējos brīdinājumus.
Dr Kate Musgrave, Kolorado štata universitātes Atmosfēras pētījumu kooperatīvā zinātniskā zinātne, ir patstāvīgi novērtējis Deepmind modeli. Viņa atklāja, ka tas demonstrē “salīdzināmas vai lielākas prasmes nekā labākie sliežu ceļa un intensitātes operatīvie modeļi”, norāda uzņēmums. Musgrave paziņoja, ka viņa “cer apstiprināt šos rezultātus no reālā laika prognozēm 2025. gada viesuļvētras sezonā”.
Apmācības dati un tehniskās inovācijas aiz izrāviena
AI modeļa efektivitāte izriet no tā apmācības par divām atšķirīgām datu kopām: plašiem reanalīzes datiem, kas rekonstruē globālos laika apstākļu modeļus no miljoniem novērojumu, un specializēta datu bāze, kurā ir detalizēta informācija par gandrīz 5000 novērotiem cikloniem no pēdējiem 45 gadiem.
Šī divkāršā pieeja ir atkāpe no iepriekšējiem AI laika apstākļu modeļiem, kas galvenokārt koncentrējās uz vispārējiem atmosfēras apstākļiem. “Mēs apmācām ciklonu specifiskus datus,” skaidroja Alets. “Mēs trenējamies ar IBTRACS un cita veida datiem. Tātad IBTRACS nodrošina platumu un garumu un intensitāti un vēja rādiusu vairākiem cikloniem, līdz 5000 cikloniem pēdējos 30 līdz 40 gados.”
Sistēmā ir iekļauti arī nesenie sasniegumi varbūtības modelēšanā, izmantojot to, ko sauc Deepmind Funkcionālie ģeneratīvie tīkli (FGN), kas sīki aprakstīts pētījumā, kas publicēts līdzās paziņojumam. Šī pieeja rada prognozes ansambļus, iemācoties traucēt modeļa parametrus, radot vairāk strukturētas variācijas nekā iepriekšējās metodes.
Iepriekšējās viesuļvētras prognozes parāda solījumu agrīnās brīdināšanas sistēmām
Laika apstākļu laboratorija Sākums ar vairāk nekā divu gadu vēsturiskām prognozēm, ļaujot ekspertiem novērtēt modeļa sniegumu visos okeāna baseinos. Andersons demonstrēja sistēmas iespējas, izmantojot viesuļvētru Berilu no 2024. gada un bēdīgi slaveno viesuļvētru Otis no 2023. gada.
Viesuļvētra Otis izrādījās īpaši nozīmīgs, jo tas strauji pastiprinājās, pirms sita Meksiku, noķerot daudzus tradicionālos modeļus no apsardzes. “Daudzi no modeļiem prognozēja, ka vētra visas dzīves laikā būs salīdzinoši vāja,” skaidroja Andersons. Kad Deepmind parādīja šo piemēru Nacionālā viesuļvētras centra prognozētājiem, “viņi sacīja, ka mūsu modelis, iespējams, būtu sniegs agrāku signālu par šī konkrētā ciklona iespējamo risku, ja viņiem tas tajā laikā būtu pieejams.”
Ko tas nozīmē laika prognozēšanas un klimata pielāgošanas nākotnei
Attīstība signalizē par mākslīgā intelekta pieaugošo nobriešanu laika prognozēšanā pēc nesenajiem DeepMind’s sasniegumiem Grafika un citi AI laika apstākļu modeļi, kas ir sākuši pārspēt tradicionālās sistēmas dažādos metrikā.
“Es domāju, ka diezgan agri, jūs zināt, pirmos dažus gadus mēs galvenokārt koncentrējāmies uz zinātniskiem darbiem un pētniecības sasniegumiem,” atspoguļoja Battaglia. “Guess, jūs zināt, kā mēs esam spējuši parādīt, ka šīs mašīnmācīšanās sistēmas konkurē vai pat pārspēj tradicionālās fizikas sistēmas, kas balstītas uz fiziku, ir patiešām aizraujoša iespēja tos izņemt no sava veida zinātniskā konteksta reālajā pasaulē.”
Partnerība ar valdības aģentūrām ir būtisks solis ceļā uz AI laika apstākļu sistēmu darbības ieviešanu. Tomēr Deepmind uzsver, ka laika apstākļu laboratorija joprojām ir pētniecības rīks, un lietotājiem jāturpina paļauties uz oficiālajām meteoroloģiskajām aģentūrām autoritatīvām prognozēm un brīdinājumiem.
Uzņēmums plāno turpināt vākt atgriezenisko saiti no laikapstākļu aģentūrām un neatliekamās palīdzības dienestiem, lai uzlabotu tehnoloģijas praktiskās lietojumprogrammas. Tā kā klimata pārmaiņas potenciāli pastiprina tropisko ciklonu uzvedību, prognozēšanas precizitātes sasniegumi varētu izrādīties arvien nozīmīgāki, lai aizsargātu neaizsargātas piekrastes populācijas visā pasaulē.
“Mēs domājam, ka AI šeit var sniegt risinājumu,” secināja Alet, atsaucoties uz sarežģīto mijiedarbību, kas ciklonu prognozē tik izaicinošu. Pagaidoties 2025. gada viesuļvētras sezonai, Deepmind eksperimentālās sistēmas reālās darbības reālās darbības drīzumā tiksies ar galīgo pārbaudi.
avots
