Meteorologia jako nauka rozwija się dzięki rozwojowi technologii. Obecnie istnieje wiele programów komputerowych potrafiących bezpośrednio przewidywać, kiedy i gdzie będzie padać deszcz. Firma DeepMind opracował sztuczną inteligencję zdolną niemal dokładnie przewidzieć, kiedy i gdzie będzie padać. Firma ta współpracowała z meteorologami z Wielkiej Brytanii, aby stworzyć model, który jest lepszy do sporządzania prognoz krótkoterminowych niż obecne systemy.
W tym artykule opowiemy Ci wszystko, co musisz wiedzieć o giełdzie Robleda i technologii prognozowania pogody DeepMind.
Prognoza pogody
DeepMind, londyńska firma zajmująca się sztuczną inteligencją, kontynuuje karierę, stosując głębokie uczenie się do rozwiązywania trudnych problemów naukowych. DeepMind opracował narzędzie do głębokiego uczenia się o nazwie DGMR we współpracy z Met Office brytyjskiej Narodowej Służby Meteorologicznej, które może dokładnie przewidzieć prawdopodobieństwo opadów deszczu w ciągu najbliższych 90 minut, co stanowi poważne wyzwanie w Prognoza pogody.
W porównaniu z istniejącymi narzędziami, dziesiątki ekspertów uważa, że prognozy DGMR są najlepsze w przypadku kilku czynników, w tym przewidywania lokalizacji, zasięgu, ruchu i intensywności deszczu w 89% przypadków. Nowe narzędzie DeepMind otwiera nowy klucz w biologii, który naukowcy próbują rozwiązać od dziesięcioleci.
Jednak nawet niewielka poprawa w przewidywaniach jest ważna. Prognozowanie opadów, zwłaszcza ulewnych, ma kluczowe znaczenie dla wielu branż, od aktywności na świeżym powietrzu po usługi lotnicze i sytuacje awaryjne. Ale zrobienie tego dobrze jest trudne. Ustalenie, ile wody znajduje się na niebie oraz kiedy i gdzie spadnie, zależy od wielu procesów klimatycznych, takie jak zmiany temperatury, tworzenie się chmur i wiatr. Każdy z tych czynników jest sam w sobie wystarczająco złożony, ale gdy występują razem, stają się jeszcze bardziej złożone. Aby dowiedzieć się więcej na temat tego zjawiska, możesz zapoznać się z artykułem na temat definicja meteorologii.
Najlepsza dostępna technologia przewidywania wykorzystuje dużą liczbę symulacji komputerowych fizyki atmosfery. Są one odpowiednie do prognoz długoterminowych, ale nie są zbyt dobre w przewidywaniu, co wydarzy się w ciągu najbliższej godziny. Nazywa się to natychmiastową prognozą.
Rozwój DeepMind
Opracowano już wcześniej techniki głębokiego uczenia, ale zazwyczaj sprawdzają się one dobrze w jednym aspekcie, na przykład w przewidywaniu lokalizacji, kosztem innego, na przykład w przewidywaniu siły. Dane radarowe dotyczące ulewnych deszczy, które pomagają przewidzieć natychmiastowe opady, nadal stanowią poważne wyzwanie dla meteorologów.
Zespół DeepMind wykorzystał dane radarowe do szkolenia swojej sztucznej inteligencji. Wiele krajów i regionów często publikuje migawki pomiarów radarowych, które śledzą powstawanie i ruch chmur w ciągu dnia. Na przykład w Wielkiej Brytanii nowe odczyty są publikowane co pięć minut. Łącząc te zatrzaski, możesz uzyskać aktualny film poklatkowy pokazujący, jak zmienia się wzór deszczu w danym kraju.
Naukowcy wysyłają te dane do sieci głębokiej generacji podobnej do GAN, która jest wytrenowaną sztuczną inteligencją, która może generować nowe próbki danych, które są bardzo podobne do rzeczywistych danych wykorzystywanych w treningu. GAN był używany do generowania fałszywych twarzy, w tym fałszywego Rembrandta. W tym przypadku DGMR (co oznacza „Generative Deep Rain Model”) nauczył się generować fałszywe zrzuty obrazu radarowego, które kontynuują rzeczywistą sekwencję pomiarów.
Eksperymenty ze sztuczną inteligencją DeepMind
Shakir Mohamed, który prowadził badania w DeepMind, powiedział, że to to samo, co oglądanie kilku zdjęć z filmu i zgadywanie, co będzie dalej. Aby przetestować tę metodę, zespół poprosił 56 meteorologów z Biura Meteorologii (którzy nie byli zaangażowani w prace) o zagłębienie się w bardziej zaawansowane symulacje fizyczne i zestaw przeciwników.
89% osób stwierdziło, że woli wyniki podane przez DGMR. Algorytmy uczenia maszynowego zazwyczaj próbują zoptymalizować, aby uzyskać prostą miarę tego, jak dobre są Twoje prognozy. Jednak prognoza pogody ma wiele różnych aspektów. Może prognoza podała niewłaściwą intensywność deszczu we właściwym miejscu?lub inna prognoza podała właściwą kombinację natężeń, ale w niewłaściwym miejscu, i tak dalej. Aby dowiedzieć się więcej o tym, jak działają systemy meteorologiczne, zalecamy zapoznanie się z różnica między antycyklonami i depresjami.
DeepMind powiedział, że uwolni strukturę wszystkich białek znanych nauce. Firma wykorzystała sztuczną inteligencję do składania białek AlphaFold do generowania struktur dla ludzkiego proteomu, a także dla drożdży, muszek owocowych i myszy.
Współpraca DeepMind i Met Office to dobry przykład pracy z użytkownikami końcowymi w celu ukończenia rozwoju AI. Oczywiście, jest to dobry pomysł, ale często się tak nie dzieje. Zespół pracował nad projektem przez kilka lat, a jego kształt został nadany dzięki uwagom ekspertów z Biura Meteorologicznego. Suman Ravuri, naukowiec badawczy w DeepMind, powiedział: „Promuje to rozwój naszego modelu w inny sposób niż nasza własna implementacja”. „W przeciwnym razie moglibyśmy stworzyć model, który ostatecznie nie byłby szczególnie przydatny”. Aby dowiedzieć się więcej na temat różnych zastosowań meteorologii, możesz przeczytać artykuł na temat drony w meteorologii.
DeepMind chce również pokazać, że jego sztuczna inteligencja ma praktyczne zastosowania. Dla Shakira DGMR i AlphaFold są częścią tej samej historii: firma wykorzystuje swoje wieloletnie doświadczenie w rozwiązywaniu zagadek. Być może najważniejszym wnioskiem jest to, że DeepMind w końcu zaczął wymieniać rzeczywiste problemy naukowe.
Postępy w prognozowaniu pogody
Prognozowanie pogody musi być wspierane przez rozwój technologii, ponieważ jesteśmy coraz bliżej pełnego zrozumienia, jak działa nasza atmosfera. Niejednokrotnie człowiek i jego obliczenia mogą podlegać powszechnym błędom, których można uniknąć dzięki rozwojowi sztucznej inteligencji.
Prognozowanie pogody jest kluczowe dla ludzi, ponieważ możemy wykorzystać wiele wydajniejsze zasoby wodne i uniknięcie niektórych katastrof podczas burz i ulewnych deszczy. Z tego powodu meteorolodzy coraz częściej zgadzają się na opracowywanie projektów sztucznej inteligencji do przewidywania opadów.
Mam nadzieję, że dzięki tym informacjom możesz dowiedzieć się więcej o projekcie DeepMind i jego charakterystyce.