(снимка: CC0 Public Domain)
Нов алгоритъм позволява на обикновените персонални компютри да прогнозират времето толкова добре, колкото и суперкомпютрите. Разработката е дело на изследователи от Университета Йоханес Гутенберг в Майнц и Университета в Лугано.
В продължение на много години групата разработва алгоритъм, основан на концепцията за „мащабируемо вероятностно приближение” или SPA (scalable probabilistic approximation), описан подробно в сп. Science Advances. Алгоритъмът е в състояние да анализира няколко десетки компонента на системата и да прогнозира бъдещото й поведение с висока точност.
Използвайки SPA алгоритъма на обикновен компютър, учените прогнозират температурата на повърхността в Европа за следващия ден при грешка от само 0,75°C. Нещо повече, честотата на грешките при изчисления на РС се оказва с 40% по-малка отколкото при суперкомпютрите за метеорологични услуги.
[related-posts]
Освен това SPA алгоритъмът се оказва универсален и широко приложим за анализ на данни в други области. Той работи еднакво добре както при изчисляване на модела на Лоренц (описание на конвективните въздушни потоци в атмосферата), така и при оценка на динамиката на поведението на аминокиселините във водата. С помощта на SPA метода лекарите могат да диагностицират рак на гърдата и да прогнозират неврологични заболявания.
Според разработчиците, алгоритъмът не работи като типичните модели за машинно обучение (ML). Обработката на големи данни в ML е като черна кутия. Малцина разбират какво се случва вътре и това не винаги е възможно. Един набор от данни се подава към входа и резултатът от обработката се появява на изхода.
SPA алгоритъмът работи по различен начин. Той позволява на учените да интерпретират връзките между данните, да проследяват как и какви характеристики и параметри са били използвани за обработка на масивите от данни, т.е. да разберат как се получава резултатът.
