ИИ может предсказать выход урагана на сушу раньше
Исследователи говорят, что искусственный интеллект может спасти жизни, предупреждая о том, где ураган обрушится на сушу, гораздо раньше, чем традиционные системы прогнозирования.
Новый инструмент искусственного интеллекта от Google DeepMind предсказал, где сентябрьский ураган Ли обрушится на берег Канады, на три дня раньше, чем существующие методы.
Прогнозы погоды за последние десятилетия стали намного точнее.
Но скорость ИИ и его способность анализировать прошлые события, чтобы делать прогнозы, меняют правила игры, говорят ученые.
Точный прогноз погоды полезен для того, чтобы подсказать вам, что надеть, когда вы выходите утром на улицу, но, что гораздо важнее, он может предупредить нас об экстремальных погодных явлениях, таких как штормы, наводнения и волны тепла, давая общинам необходимое время для подготовки.
Однако традиционные прогнозы погоды требуют огромных вычислительных мощностей.
Они включают в себя оценку сотен факторов, включая давление воздуха, температуру, скорость ветра и влажность на разных уровнях атмосферы по всему миру.
Согласно рецензируемой статье, опубликованной DeepMind в журнале Science, новый инструмент искусственного интеллекта под названием GraphCast, созданный Google DeepMind, превосходит европейскую модель среднесрочного прогнозирования погоды — одну из лучших в мире — по более чем 90% этих факторов.
GraphCast производит прогнозы менее чем за минуту, используя лишь часть вычислительной мощности традиционных методов прогнозирования, поскольку использует совершенно другой подход.
Традиционный прогноз погоды предполагает измерение того, что происходит в атмосфере прямо сейчас.
Лучшие модели каждый день получают сотни миллионов показаний со всего мира.
Они поступают из огромного количества источников, включая метеостанции, спутники, воздушные шары, запущенные в атмосферу, буи в океане и даже показания датчиков на носу коммерческих реактивных самолетов.
«Затем мы используем нашу модель, чтобы выбрать, какие из них будут наиболее важными», — объясняет Мэтью Чантри из Европейского центра среднесрочного прогнозирования погоды (ECMRWF), который говорит, что около 10 миллионов измерений будут использованы для одного из его прогнозов. .
Этот океан данных поступает в суперкомпьютер для обработки программами, которые могут выполнять квадриллионы (тысячу триллионов) вычислений каждую секунду. Они используют сложные уравнения для моделирования того, что происходит в атмосфере Земли, чтобы предсказать, как погода будет меняться и развиваться с течением времени.
Этот метод оказался чрезвычайно успешным. Поскольку за десятилетия модели улучшились, а компьютеры стали более мощными, прогнозы погоды стали значительно более точными.
Но эти модели численного прогноза погоды (ЧПП), как они известны, требуют огромного количества компьютерных ресурсов, используют некоторые из крупнейших суперкомпьютеров в мире, и обычно на выработку прогнозов уходит несколько часов.
Новый подход
ИИ сокращает большую часть этих усилий. Он не пытается моделировать, как устроен мир.
Вместо этого GraphCast использует машинное обучение для обработки огромных объемов исторических данных, включая результаты модели ECMRWF, чтобы узнать, как развиваются погодные условия.
Он использует эти знания, чтобы предсказать, как погода сейчас может измениться в будущем.
И это оказывается очень эффективным.
«Главное преимущество этого подхода с использованием искусственного интеллекта заключается в том, что он чрезвычайно точен», — сказал Реми Лам из Google DeepMind, который помог создать инструмент погоды.
«Он учится на десятилетиях данных и может быть более точным, чем золотой стандарт отрасли», — говорит он.
А поскольку он не пытается решать сложные уравнения, он может делать прогнозы очень быстро и с использованием гораздо меньших вычислительных мощностей.
Прогнозы GraphCast не так подробны, как прогнозы ECMRWF, но они лучше прогнозируют серьезные явления, такие как экстремальные температуры, и отслеживают путь сильных штормов.
Например, он точно предсказал, где обрушится на берег ураган «Ли», шторм, обрушившийся на атлантическое побережье США и Канады в сентябре.
Инструмент искусственного интеллекта Deep Mind предсказал его путь на девять дней вперед, ECMRWF справился только на шесть дней вперед.
Но успех GraphCast не означает, что мы можем отключить суперкомпьютеры и вместо этого полагаться на искусственный интеллект.
Даже Реми Лам из Google DeepMind говорит, что этого не произойдет.
«Огромный скачок вперед»
«В создании этих моделей мы стоим на плечах гигантов», — говорит он.
По его мнению, модели искусственного интеллекта не заменят традиционные прогнозы погоды, а дополнят их.
«Модели ИИ обучаются на основе данных, и эти данные генерируются традиционными подходами, поэтому нам по-прежнему нужен традиционный подход для сбора данных для обучения модели», — говорит г-н Лам.
GraphCast имеет открытый исходный код, что означает, что Google DeepMind делится деталями конструкции, чтобы каждый мог использовать эту технологию.
Многие технологические компании и метеорологические и климатические организации по всему миру разрабатывают свои собственные инструменты прогнозирования погоды на базе искусственного интеллекта.
Метеорологическое бюро, национальная метеорологическая служба Великобритании, сотрудничает с Институтом Тьюринга, центром обработки данных страны, над изучением потенциала искусственного интеллекта для улучшения прогнозирования погоды.
«Прогнозы погоды, полученные с помощью искусственного интеллекта и машинного обучения, делают огромный шаг вперед», — признает профессор Саймон Воспер, директор по науке Метеорологического бюро.
Но он предупреждает, что изменение климата ограничит прогнозирующую силу инструментов на основе ИИ.
«Мы наблюдаем новые экстремальные погодные явления, связанные с климатом, такие как прошлогодняя температура в 40°C в Великобритании, которая не была бы реализована в прежние времена», - говорит профессор Воспер.
Способы развития систем экстремальных погодных условий также могут измениться.
Ураган Отис быстро превратился из тропического шторма в сильнейший ураган 5-й категории всего за 24 часа в октябре, а затем обрушился на побережье южной Мексики.
Климатологи предупреждают, что повышение температуры океана, вероятно, сделает этот процесс быстрого усиления штормов более распространенным.
«Поэтому справедливо задаться вопросом, способны ли системы на основе искусственного интеллекта улавливать новые экстремальные явления, если эти системы были «обучены» только на предыдущих погодных условиях», — предполагает профессор Воспер.
Bbc.com
