Изкуственият интелект вече оказва сериозно влияние в прогнозите за времето
(снимка: DeepMind)
Лабораторията за изкуствен интелект Google DeepMind разработи система, която дава най-точните прогнози за времето в света за период от десет дни, твърди разработчикът. Моделът се нарича GraphCast и работи по-бързо и по-точно от симулатора на времето HRES (High-Resolution Forecast), който се счита за индустриален стандарт.
Данните от GraphCast бяха анализирани от експерти в Европейския център за средносрочни прогнози за времето (ECMWF) – междуправителствената организация, която съставя HRES. Текущата версия на GraphCast е достъпна на уебсайта на ECMWF.
През септември AI прогнозира, че ураганът Лий ще удари бреговете на Нова Скотия, Канада, девет дни предварително, докато традиционните инструменти прогнозират само шест дни предварително. Освен това те се оказват по-малко точни по отношение на времето и мястото на стихиите, отбелязва The Next Web в публикация за новата AI система.
GraphCast може да идентифицира опасни метеорологични събития, без дори да е обучен да ги открива. С интегриране на прост инструмент за проследяване, моделът прогнозира движението на циклони по-точно от метода HRES. Тъй като климатът става все по-непредсказуем, навременните и точни прогнози ще бъдат от решаващо значение в опитите за справяне със заплахата от природни бедствия.
Традиционните методи за прогнозиране на времето разчитат на сложни физически уравнения, които се превеждат в алгоритми, обработвани от суперкомпютри. Това е труден процес, който изисква специални знания и огромни компютърни ресурси.
Моделът GraphCast съчетава алгоритми за машинно обучение и графични невронни мрежи в архитектура за обработка на пространствено структурирани данни. За да проучи причинно-следствените връзки, системата е обучена върху масив от метеорологична информация в продължение на 40 години.
ECMWF е предоставила мониторингови данни от сателити, радари и метеорологични станции. Алгоритъмът обаче не пренебрегва традиционните подходи: когато открие пропуски в наблюденията, ги запълва с помощта на физически методи.
GraphCast генерира прогнози с разделителна способност от 0,25° географска ширина и дължина. Земята е разделена на милион области, всяка от които генерира прогноза с пет променливи на повърхността и шест атмосферни индикатора, които покриват атмосферата на планетата в три измерения на 37 нива.
Променливите включват температура, вятър, влажност, валежи и налягане на морското равнище. Взима се предвид и геопотенциалът – гравитационната потенциална енергия на единица маса в определена точка спрямо морското равнище.
При тестване моделът GraphCast превъзхожда най-точните детерминистични системи с 90% върху 1380 тестови обекта. В тропосферата, долния слой на атмосферата, прогнозите на GraphCast са по-точни от HRES за 99,7% от тестовите променливи.
В същото време моделът демонстрира висока ефективност: десетдневна прогноза се изпълнява за по-малко от минута на една машина с Google TPU v4, докато традиционният подход изисква няколко часа суперкомпютърна работа със стотици машини.
Въпреки впечатляващите резултати, разработването на GraphCast все още не е завършено: моделът доста точно оценява движението на циклоните, но все още отстъпва на традиционните методи при съставяне на техните характеристики.
Подобрението на модела в някои аспекти несъмнено ще повиши неговата точност. Google DeepMind кани всички да се присъединят към проекта, като за целта разработчикът, базиран в Лондон, е публикувал изходния код на модела.