Pagrindiniai pasiėmimai
- Dirbtinis intelektas perima daugybę duomenų, kad sukurtų tikslesnes orų prognozes.
- JK orų tarnyba sukūrė AI įrankį, kuris gali tiksliai numatyti lietaus tikimybę per ateinančias 90 minučių.
- Spire Global yra viena įmonė, kuri jau naudoja dirbtinį intelektą prognozėms pagerinti.
Kitą orų naujieną galite gauti dėl dirbtinio intelekto (DI).
Didžiosios Britanijos nacionalinė orų tarnyba sukūrė dirbtinio intelekto įrankį, kuris, jos teigimu, gali tiksliai numatyti lietaus tikimybę per ateinančias 90 minučių. Tikslių orų prognozių sudarymas yra sudėtinga problema, kuri priešinosi tūkstantmečius trukusioms pastangoms. Tačiau mokslininkai tikisi, kad dirbtinis intelektas gali pakeisti orų prognozes.
„Bet kuri pramonė, kuri yra jautri oro sąlygoms, ieško būdų, kaip panaudoti dirbtinį intelektą saugai ir operacijoms pagerinti“, – interviu el. paštu „Lifewire“sakė duomenų analizės bendrovės DTN oro operacijų viceprezidentas Renny Vandewege. "Pavyzdžiui, komunalinės paslaugos naudoja dirbtinį intelektą, kad nustatytų ir prognozuotų tinklo atsparumą ir galimus gedimus."
Dabar lietus
Londonas garsėja niūriu dangumi, bet bent jau galite gauti geresnį įspėjimą, kai prasidės purškimas. Dirbdama su JK nacionaline orų tarnyba, AI įmonė DeepMind sukūrė gilaus mokymosi įrankį, pavadintą DGMR, skirtą prognozuoti.
Ekspertai nusprendė, kad DGMR prognozės yra geriausios atsižvelgiant į įvairius veiksnius, įskaitant jo prognozes dėl lietaus vietos, masto, judėjimo ir intensyvumo – 89 % atvejų, remiantis neseniai paskelbtame dokumente. žurnalas Gamta. Bendrovė šią techniką vadina „nowcasting“, nes ji taip savalaikė.
„Mes naudojame metodą, žinomą kaip generatyvinis modeliavimas, kad gautume išsamias ir patikimas ateities radaro prognozes, pagrįstas praeities radaru“, – savo svetainėje rašė „DeepMind“. "Konceptualiai tai yra radaro filmų generavimo problema. Taikydami tokius metodus galime tiksliai užfiksuoti didelio masto įvykius, kartu generuoti daug alternatyvių lietaus scenarijų (žinomų kaip ansamblio prognozės), todėl galima ištirti kritulių neapibrėžtumą."
Appu Shaji, dirbtinio intelekto mokslininkas, nedalyvavęs DeepMind tyrime, bendrovės darbą pavadino „įspūdingu“interviu el. paštu su Lifewire.
„Atsižvelgiant į tai, šie darbai vis dar tik pradedami kurti, todėl ateinančiais metais turėtume tikėtis, kad tikslumo ir prognozavimo galimybių srityje bus padaryta didelė pažanga“, – pridūrė jis.
Chaoso numatymas
Orai yra chaotiškas procesas, kurį sunku tiksliai numatyti.
„Pažangūs orų modeliai ir technologijos, pvz., AI, pagerina prognozes, kad padėtų mums geriau planuoti, pasiruošti ir sumažinti oro įvykių poveikį“, – sakė Vandewege.
Pažangūs orų modeliai ir technologijos, pvz., AI, pagerina prognozes, kad padėtų mums geriau planuoti, pasiruošti ir sumažinti oro įvykių poveikį.
"Kadangi oro reiškiniai tampa vis dažnesni ir ekstremalūs, tikslios prognozės ir ilgesnis pateikimo laikas reiškia, kad įmonės, bendruomenės ir visuomenė turi daugiau laiko ir informacijos, kad galėtų priimti geresnius sprendimus."
Šiuo metu orų modeliavimas vykdomas naudojant kompiuterinius modelius, interviu el. paštu „Lifewire“pasakojo „Intel“dirbtinio intelekto ekspertas Vikramas Saletore. Tačiau, pasak jo, orų modelius reikia paleisti dažnai, nes keičiasi aplinka, kad būtų galima tiksliai prognozuoti.
„AI labai pagerina orų prognozavimą, leisdamas ir žymiai pagreitindamas šias modeliavimo aplinkas, kad būtų galima priimti didžiulius kiekius istorinių modelių su dabartine aplinka ir vykdyti galimų rezultatų prognozes“, – pridūrė Saletore.
Spire Global yra viena įmonė, kuri jau naudoja AI programas prognozėms pagerinti. Programa PredictWind teikia vėjo prognozes jūrų ir laisvalaikio sporto naudotojams, apdorodama palydovinius duomenis kompiuteriniais algoritmais.
„Klimato kaita didina ekstremalių oro sąlygų tikimybę, o pasaulinės operacijos atveria įmonėms orų sutrikimų grėsmę bet kurioje pasaulio vietoje“, – interviu el. paštu „Lifewire“sakė Matthew Lennie, dirbtinio intelekto ekspertas Spire Global.
Skaičiavimo galia buvo kliūtis prognozuojant orus. Dėl to kai kurie galingiausi superkompiuteriai buvo sukurti specialiai prognozuojantiems skaičiams.
„AI turi nuostabią galimybę sumažinti šią priklausomybę nuo galingų variklių ir potencialiai naudoti šiuos modelius, kad būtų pasiekti tokie pat geri ar geresni rezultatai su žymiai mažesnėmis skaičiavimo apkrovomis“, – sakė Shaji. „Gilus mokymasis nesistengia tiesiogiai išspręsti šių formulių, bet numato jas pagal stebimus modelius."
AI metodas yra panašus į tai, kaip akcijų rinkos investuotojai stebi tendencijas ilgą laiką, pažymėjo Shaji. „Gilus mokymasis turi didesnį tikslumą“, – pridūrė jis. "Modelių nuspėjamas tikslumas ir galimybės ateityje tik gerės."
