ამინდის პროგნოზირების ახალ მოდელს ხელოვნური ინტელექტის გამოყენებით შეუძლია სამუშაოს შესრულება უპრეცედენტო სიზუსტით და ბევრად უფრო სწრაფად, ვიდრე მიმდინარე ტექნოლოგია.
შექმნილია Google DeepMind-ის მიერ - ვებ გიგანტის AI-ზე ორიენტირებული ლაბორატორია - GraphCast, როგორც ჩანს, მოახდინა რევოლუცია ამინდის პროგნოზირების პროცესში.
რეკომენდებული ვიდეოები
GraphCast-ს შეუძლია ამინდის პროგნოზირება 10 დღით ადრე „უფრო ზუსტად და ბევრად უფრო სწრაფად, ვიდრე ინდუსტრიის ოქროს სტანდარტის ამინდი სიმულაციური სისტემა - მაღალი რეზოლუციის პროგნოზი (HRES), რომელიც დამზადებულია საშუალო დიაპაზონის ამინდის პროგნოზების ევროპული ცენტრის (ECMWF) მიერ. Google DeepMind ნათქვამია პოსტში სამშაბათს.
დაკავშირებული
- Google-ის AI გამოსახულების გამოვლენის ხელსაწყო იგრძნობა, რომ მას შეუძლია იმუშაოს
- Google-ის ახალი Bard AI შეიძლება იყოს საკმარისად ძლიერი, რომ ChatGPT შეშფოთდეს - და ის უკვე აქ არის
აღსანიშნავია, რომ ხელსაწყოს ასევე შეუძლია ადრინდელი გაფრთხილებების შეთავაზება ექსტრემალური ამინდის მოვლენები და უფრო ზუსტად იწინასწარმეტყველა ციკლონების მოძრაობა, რაც ხელისუფლებას და მოსახლეობას მეტ დროს აძლევს, რათა მოემზადონ მავნე ქარიშხლებისთვის, რაც პოტენციურად გადაარჩენს სიცოცხლეს ამ პროცესში.
როდესაც ქარიშხალი ლი აღმოსავლეთ კანადას სექტემბერში დაატყდა თავს, GraphCast-მა ზუსტად იწინასწარმეტყველა, რომ იგი ხმელეთზე მოხვდებოდა. ნოვა შოტლანდია ამას აკეთებდა ცხრა დღით ადრე, მაშინ როდესაც ტრადიციული პროგნოზები მხოლოდ ექვს დღეს აკეთებდნენ იგივე პროგნოზს. წინსვლა.
GraphCast-ი გაწვრთნილი იყო ოთხი ათწლეულის განმავლობაში ამინდის მონაცემებზე, რაც მას საშუალებას აძლევს ისწავლოს მიზეზ-შედეგობრივი ურთიერთობები დედამიწის ამინდის სისტემების მიღმა, თქვა DeepMind-ის გუნდმა.
აღსანიშნავია, რომ GraphCast-ს სჭირდება 60 წამზე ნაკლები 10-დღიანი პროგნოზის შესაქმნელად, რაც მას ბევრად უფრო სწრაფად ხდის, ვიდრე ჩვეულებრივი. HRES-ის მიერ გამოყენებული მიდგომა, რომელიც, გუნდის თქმით, „შეიძლება საათობით გამოთვლა სუპერკომპიუტერში ასობით მანქანები.”
ორი სისტემის შედარებისას, GraphCast-მა უფრო ზუსტი პროგნოზები გასცა 1,380 ტესტის ცვლადის 90%-ზე მეტზე და პროგნოზირების დრო HRES-თან შედარებით.
„როდესაც ჩვენ შევიზღუდეთ შეფასება ტროპოსფეროზე, ატმოსფეროს 6-დან 20 კილომეტრამდე სიმაღლეზე დედამიწის ზედაპირთან ყველაზე ახლოს. სადაც ზუსტი პროგნოზირება ყველაზე მნიშვნელოვანია, ჩვენმა მოდელმა აჯობა HRES-ს 99.7%-ით ტესტის ცვლადების 99.7%-ზე მომავალი ამინდისთვის“, - გუნდმა. განაცხადა.
დედამიწის მუდმივად ცვალებად კლიმატში ამინდის შაბლონების განვითარებასთან ერთად, GraphCast მხოლოდ გაუმჯობესდება, რადგან ის უფრო მაღალი ხარისხის მონაცემებით იკვებება.
გუნდი ღია წყაროს იყენებს GraphCast-ის მოდელის კოდს, რათა მეცნიერებსა და პროგნოზირებს ტექნოლოგიაზე წვდომა მისცეს. ეს მათ საშუალებას მისცემს მოარგონ ის კონკრეტული ამინდის ფენომენებს და გააუმჯობესონ ის მსოფლიოს სხვადასხვა კუთხისთვის. ECMWF უკვე ცდის ხელსაწყოს.
სამშაბათს Science-მა გამოაქვეყნა კვლევა გთავაზობთ უფრო დეტალურ სახეს GraphCast-ზე.
„ინტელექტის ინტელექტის პიონერული გამოყენება ამინდის პროგნოზირებაში სარგებელს მოუტანს მილიარდობით ადამიანს ყოველდღიურ ცხოვრებაში“, - თქვა Google DeepMind-მა. ”მაგრამ ჩვენი უფრო ფართო კვლევა არ არის მხოლოდ ამინდის წინასწარმეტყველება - ეს არის ჩვენი კლიმატის უფრო ფართო ნიმუშების გაგება. ახალი ინსტრუმენტების შემუშავებით და კვლევის დაჩქარებით, ვიმედოვნებთ, რომ ხელოვნური ინტელექტი შეძლებს გლობალურ საზოგადოებას გაუმკლავდეს ჩვენს უდიდეს ეკოლოგიურ გამოწვევებს.
რედაქტორების რეკომენდაციები
- Google Bard შეიძლება მალე გახდეს თქვენი ახალი AI ცხოვრების მწვრთნელი
- ეს არის ახალი AI ფუნქციები, რომლებიც შემოდის Gmail-ში, Google Docs-სა და Sheets-ში
- Google-ის კონფიდენციალურობის ახალი ინსტრუმენტი გაცნობებთ, გაჟონა თუ არა თქვენი პერსონალური ინფორმაცია
განაახლეთ თქვენი ცხოვრების წესიDigital Trends ეხმარება მკითხველს თვალყური ადევნონ ტექნოლოგიების სწრაფ სამყაროს ყველა უახლესი სიახლეებით, სახალისო პროდუქტების მიმოხილვებით, გამჭრიახი რედაქციებითა და უნიკალური თვალით.