Η μετεωρολογία ως επιστήμη προοδεύει χάρη στην ανάπτυξη της τεχνολογίας. Επί του παρόντος, υπάρχουν πολλά προγράμματα υπολογιστών ικανά να προβλέψουν άμεσα πότε και πού θα βρέξει. Η εταιρεία του Deepmind έχει αναπτύξει μια τεχνητή νοημοσύνη ικανή να προβλέψει σχεδόν ακριβώς πότε και πού θα βρέξει. Αυτή η εταιρεία έχει συνεργαστεί με Μετεωρολόγους του Ηνωμένου Βασιλείου για να δημιουργήσει ένα μοντέλο που είναι καλύτερο για βραχυπρόθεσμες προβλέψεις από τα τρέχοντα συστήματα.
Σε αυτό το άρθρο, θα σας πούμε όλα όσα πρέπει να γνωρίζετε για το χρηματιστήριο Robleda και την τεχνολογία πρόβλεψης καιρού της DeepMind.
Δελτίο καιρού
DeepMind, εταιρεία τεχνητής νοημοσύνης με έδρα το Λονδίνο, συνεχίζει την καριέρα του στην εφαρμογή της βαθιάς μάθησης σε δύσκολα επιστημονικά προβλήματα. Η DeepMind έχει αναπτύξει ένα εργαλείο βαθιάς μάθησης που ονομάζεται DGMR σε συνεργασία με το Met Office της Βρετανικής Εθνικής Μετεωρολογικής Υπηρεσίας, το οποίο μπορεί να προβλέψει με ακρίβεια την πιθανότητα βροχής στα επόμενα 90 λεπτά, μια σημαντική πρόκληση στην πρόγνωση καιρού.
Σε σύγκριση με τα υπάρχοντα εργαλεία, δεκάδες ειδικοί πιστεύουν ότι οι προβλέψεις του DGMR είναι οι καλύτερες για διάφορους παράγοντες, συμπεριλαμβανομένων των προβλέψεων για τη θέση, το εύρος, την κίνηση και την ένταση της βροχής, 89% των περιπτώσεων. Το νέο εργαλείο της DeepMind ανοίγει ένα νέο κλειδί στη βιολογία που οι επιστήμονες προσπαθούν να λύσουν εδώ και δεκαετίες.
Ωστόσο, ακόμη και μικρές βελτιώσεις στις προβλέψεις είναι σημαντικές. Η πρόβλεψη βροχοπτώσεων, ιδιαίτερα η έντονη βροχή, είναι ζωτικής σημασίας για πολλές βιομηχανίες, από υπαίθριες δραστηριότητες έως αεροπορικές υπηρεσίες και καταστάσεις έκτακτης ανάγκης. Αλλά είναι δύσκολο να το κάνουμε σωστά. Ο προσδιορισμός του πόσο νερό υπάρχει στον ουρανό και πότε και πού θα πέσει εξαρτάται από πολλές κλιματικές διαδικασίες, όπως αλλαγές θερμοκρασίας, σχηματισμός νεφών και άνεμος. Όλοι αυτοί οι παράγοντες είναι αρκετά περίπλοκοι από μόνοι τους, αλλά γίνονται πιο περίπλοκοι όταν συνδυάζονται. Για να μάθετε περισσότερα σχετικά με αυτό το φαινόμενο, μπορείτε να συμβουλευτείτε το άρθρο σχετικά με το ορισμός της μετεωρολογίας.
Η καλύτερη διαθέσιμη τεχνολογία πρόβλεψης χρησιμοποιεί μεγάλο αριθμό προσομοιώσεων υπολογιστών ατμοσφαιρικής φυσικής. Αυτά είναι κατάλληλα για μακροπρόθεσμες προβλέψεις, αλλά δεν είναι πολύ καλοί στο να προβλέπουν τι θα συμβεί την επόμενη ώρα. Αυτό ονομάζεται άμεση πρόβλεψη.
Ανάπτυξη DeepMind
Έχουν αναπτυχθεί προηγούμενες τεχνικές βαθιάς μάθησης, αλλά αυτές οι τεχνικές συνήθως αποδίδουν καλά σε μια πτυχή, όπως η πρόβλεψη τοποθεσίας, σε βάρος μιας άλλης, όπως η πρόβλεψη δύναμης. Τα δεδομένα ραντάρ για έντονες βροχοπτώσεις που βοηθούν στην πρόβλεψη της άμεσης βροχόπτωσης παραμένουν μια σημαντική πρόκληση για τους μετεωρολόγους.
Η ομάδα DeepMind χρησιμοποίησε δεδομένα ραντάρ για να εκπαιδεύσει την τεχνητή νοημοσύνη τους. Πολλές χώρες και περιοχές δημοσιεύουν συχνά στιγμιότυπα μετρήσεων ραντάρ που παρακολουθούν τον σχηματισμό και την κίνηση του νέφους καθ 'όλη τη διάρκεια της ημέρας. Για παράδειγμα, στο Ηνωμένο Βασίλειο, νέες αναγνώσεις δημοσιεύονται κάθε πέντε λεπτά. Συνδυάζοντας αυτά τα στιγμιότυπα, μπορείτε να αποκτήσετε ένα ενημερωμένο βίντεο stop-motion που δείχνει πώς αλλάζει το μοτίβο βροχής μιας χώρας.
Οι ερευνητές στέλνουν αυτά τα δεδομένα σε ένα δίκτυο βαθιάς γενιάς παρόμοιο με το GAN, το οποίο είναι ένα εκπαιδευμένο AI που μπορεί να δημιουργήσει νέα δείγματα δεδομένων που μοιάζουν πολύ με τα πραγματικά δεδομένα που χρησιμοποιούνται στην εκπαίδευση. Το GAN έχει χρησιμοποιηθεί για τη δημιουργία πλαστών προσώπων, συμπεριλαμβανομένου του ψεύτικου Rembrandt. Σε αυτή την περίπτωση, το DGMR (που σημαίνει "Generative Deep Rain Model") έχει μάθει να δημιουργεί ψευδή στιγμιότυπα ραντάρ που συνεχίζουν την πραγματική ακολουθία μέτρησης.
Πειράματα DeepMind AI
Ο Shakir Mohamed, ο οποίος ηγήθηκε της έρευνας στο DeepMind, είπε ότι αυτό είναι το ίδιο με το να βλέπεις μερικά καρέ από μια ταινία και να μαντεύεις τι θα συμβεί στη συνέχεια. Για να δοκιμάσει αυτή τη μέθοδο, η ομάδα ζήτησε από 56 μετεωρολόγους από το Γραφείο Μετεωρολογίας (που δεν συμμετείχαν στο έργο) να εμβαθύνουν στις πιο προηγμένες φυσικές προσομοιώσεις και σε ένα σύνολο αντιπάλων.
Το 89% των ανθρώπων δήλωσαν ότι προτιμούν τα αποτελέσματα που έδωσε η DGMR. Οι αλγόριθμοι μηχανικής μάθησης γενικά προσπαθούν να βελτιστοποιήσουν για ένα απλό μέτρο του πόσο καλές είναι οι προβλέψεις σας. Ωστόσο, η πρόγνωση του καιρού έχει πολλές διαφορετικές πτυχές. Maybeσως μια πρόβλεψη πήρε λάθος ένταση βροχής στο σωστό μέρος, ή μια άλλη πρόβλεψη πήρε τον σωστό συνδυασμό εντάσεων αλλά σε λάθος μέρος και ούτω καθεξής. Για να μάθετε περισσότερα σχετικά με το πώς λειτουργούν τα μετεωρολογικά συστήματα, συνιστούμε να διαβάσετε σχετικά με το διαφορά μεταξύ αντικυκλώνων και καταθλίψεων.
Η DeepMind δήλωσε ότι θα απελευθερώσει τη δομή όλων των πρωτεϊνών που είναι γνωστές στην επιστήμη. Η εταιρεία έχει χρησιμοποιήσει την πρωτεΐνη AlphaFold που διπλώνει την τεχνητή νοημοσύνη για να δημιουργήσει δομές για το ανθρώπινο πρωτέωμα, καθώς και για μαγιά, μύγες φρούτων και ποντίκια.
Η συνεργασία μεταξύ DeepMind και Met Office είναι ένα καλό παράδειγμα συνεργασίας με τους τελικούς χρήστες για την ολοκλήρωση της ανάπτυξης τεχνητής νοημοσύνης. Προφανώς, αυτή είναι μια καλή ιδέα, αλλά συχνά δεν συμβαίνει. Η ομάδα εργάστηκε στο έργο για αρκετά χρόνια και η συμβολή ειδικών στο Γραφείο Μετεωρολογίας διαμόρφωσε το έργο. Ο Suman Ravuri, ερευνητής στο DeepMind, δήλωσε: «Προωθεί την ανάπτυξη του μοντέλου μας με διαφορετικό τρόπο από τη δική μας εφαρμογή». «Διαφορετικά, μπορεί να είχαμε δημιουργήσει ένα μοντέλο που τελικά δεν θα ήταν ιδιαίτερα χρήσιμο». Για να μάθετε περισσότερα σχετικά με τις διάφορες εφαρμογές της μετεωρολογίας, μπορείτε να επισκεφθείτε το άρθρο στο drones στη μετεωρολογία.
Το DeepMind είναι επίσης πρόθυμο να δείξει ότι η τεχνητή νοημοσύνη του έχει πρακτικές εφαρμογές. Για τον Shakir, το DGMR και το AlphaFold αποτελούν μέρος της ίδιας ιστορίας: η εταιρεία χρησιμοποιεί την πολυετή εμπειρία τους στην επίλυση γρίφων. Perhapsσως το πιο σημαντικό συμπέρασμα εδώ είναι ότι η DeepMind άρχισε επιτέλους να απαριθμεί επιστημονικά προβλήματα του πραγματικού κόσμου.
Πρόοδος στην πρόγνωση του καιρού
Η πρόγνωση του καιρού πρέπει να υποστηρίζεται από την ανάπτυξη της τεχνολογίας καθώς πλησιάζουμε όλο και πιο κοντά στο να κατανοήσουμε πλήρως πώς λειτουργεί η ατμόσφαιρά μας. Πολλές φορές ο άνθρωπος και οι υπολογισμοί του μπορεί να υπόκεινται σε κοινά λάθη που μπορούν να αποφευχθούν με την ανάπτυξη της τεχνητής νοημοσύνης.
Η πρόγνωση του καιρού είναι το κλειδί για τον άνθρωπο, καθώς μπορούμε να εκμεταλλευτούμε πολλά αποδοτικότερους υδάτινους πόρους και αποφυγή κάποιων καταστροφών σε καταιγίδες και ισχυρές βροχέςΤο Για το λόγο αυτό, οι μετεωρολόγοι συμφωνούν όλο και περισσότερο να αναπτύξουν έργα τεχνητής νοημοσύνης για την πρόβλεψη βροχοπτώσεων.
Ελπίζω ότι με αυτές τις πληροφορίες μπορείτε να μάθετε περισσότερα για το έργο DeepMind και τα χαρακτηριστικά του.