Присоединяйтесь к событию, надежно со стороны корпоративных лидеров в течение почти двух десятилетий. VB Transform собирает людей, строящих настоящую корпоративную стратегию ИИ. Узнать больше
Google DeepMind объявил в четверг, что, по его утверждению, является основным прогрессом в урагане, внедряющем искусственную интеллектуальную систему, которая может предсказать как путь, так и интенсивность тропических циклонов с беспрецедентной точностью – давняя задача, которая использовала традиционные погодные модели на протяжении десятилетий.
Компания запустила Weather Lab, интерактивную платформу, показывающую свою экспериментальную прогнозирующую модель циклона, которая генерирует 50 возможных штормовых сцен до 15 дней. Что еще более важно, DeepMind объявила о партнерстве с Национальным центром ураганов США, отметив первый раз, когда федеральное агентство будет включать в себя экспериментальные прогнозы ИИ в свой рабочий процесс.
«Мы представляем три разных вещах», – сказал Ферран Алет, исследователь DeepMind, который возглавляет проект, во время пресс -информации в среду. «Первая – это новая экспериментальная модель, адаптированная специально для циклонов. Во -вторых, мы рады объявить о партнерстве с Национальным центром ураганов, который позволяет опытным человеческим прогнозам видеть наши прогнозы в режиме реального времени».
Объявление знаменует собой критический разрыв в применении искусственного интеллекта к прогнозу погоды, области, где модели машинного обучения быстро приобрели землю против традиционных физических систем. Тропические циклоны, которые включают ураганы, тайфуны и циклоны, вызвали экономические потери в 1,4 трлн.
Почему традиционные погодные модели так борются со штормовой дорогой и интенсивностью
Предварительное дело касается фундаментального ограничения в текущих прогнозных методах. Традиционные погодные модели сталкиваются с серьезным поселением: глобальные, модели с низким разрешением выделяются, чтобы предсказать, куда будут происходить штормы путем захвата обширных атмосферных моделей, в то время как региональные модели с высоким разрешением лучше предсказывают интенсивность шторма, сосредоточив внимание на процессах турбулентности в ядре шторма.
«Прогнозы из создания тропических циклонов сложны, потому что мы стараемся предсказать две разные вещи», – объяснил Алет. «Первый -это след, так как же уходит циклон? Вторым является прогноз интенсивности, насколько сильным будет циклон?»
Экспериментальная модель DeepMind утверждает, что решить обе проблемы одновременно. Во внутренних оценках после протоколов Национального центра ураганов система ИИ продемонстрировала существенные улучшения по сравнению с существующими методами. Для прогноза трассировки пятидневные прогнозы модели были в среднем на 140 километров ближе к фактическим позициям шторма, чем ENS, основная европейская модель ансамбля.
Более заметно, что система превысила анализ ураганов и прогнозирующую систему NOAA (HAFS) по прогнозированию интенсивности – область, в которой ИИ исторически боролись. «Это первая модель искусственного интеллекта, которую мы сейчас очень опытны в интенсивности тропических циклонов», – отметил Алет.
Поскольку AI -ADVISIONS превышает традиционную скорость и модели эффективности
Помимо улучшений точности, система ИИ демонстрирует резкий рост производительности. В то время как традиционные физические модели могут занять часы, чтобы генерировать прогнозы, модель DeepMind производит 15-дневные прогнозы примерно за минуту на одном специализированном компьютерном чипе.
«Наша вероятностная модель сейчас даже быстрее, чем предыдущая», – сказал Алет. «Наша новая модель, как мы считаем, вероятно, около одной минуты» по сравнению с восьми минут, необходимыми предыдущей погодой DeepMind.
Это преимущество скорости позволяет системе выполнять сжатые сроки. Том Андерсон, инженер -исследователь в команде AI DeepMind AI Vertelous, объяснил, что Национальный центр ураганов специально попросил, чтобы прогнозы были доступны в течение шести с половиной часов сбора данных -цель, которую система ИИ в настоящее время достигает до расписания.
Национальное партнерство по центру ураганов устанавливает прогноз проверки AI
Партнерство с Национальным центром ураганов подтверждает прогноз, по большей части. Кит Батталья, старший директор, ведущий по погодной команде DeepMind, назвал сотрудничество как эволюцию неформальных разговоров с более официальным партнерством, позволяющим предшественникам интегрировать администрации ИИ с традиционными методами.
«На самом деле это не официальное партнерство, это был просто более случайный разговор», – сказал Батталья о ранних дискуссиях, которые начались около 18 месяцев назад. «Теперь мы работаем для более официального партнерства, которое позволяет нам дать им модели, которые мы строим, и затем они могут решить, как использовать их в своем официальном руководстве».
Срок демонстрирует решающее значение, с 2025 -й сезонным сезоном ураганов, уже работающим. Синоптики от Центра ураганов будут видеть прогнозы ИИ в прямом эфире, а также традиционные физические модели и наблюдения, возможно, повышая точность прогнозирования и обеспечивая более ранние предупреждения.
Доктор Кейт Масгрейв, научный сотрудник Института сотрудничества по исследованиям в атмосфере в Университете штата Колорадо, оценил модель DeepMind независимо. Она обнаружила, что это доказывает «сопоставимую или большую ловкость, чем лучшие модели эксплуатации для трассировки и интенсивности», по словам компании. Масгрейв заявила, что она «с нетерпением ждет возможности подтвердить эти результаты прогнозов в режиме реального времени во время сезона ураганов 2025 года».
Данные обучения и технические инновации, стоящие за продвижением
Эффективность модели ИИ проистекает из ее обучения в двух отдельных базах данных: обширная реконструкция данных об обширной реконструкции данных глобальных погодных условий из миллионов наблюдений, и база данных отделов, содержащая подробную информацию о почти 5000 наблюдаемых циклонов за последние 45 лет.
Этот двойной подход является отходом от предыдущих ветеринарных ветеринар, которые были сосредоточены в основном на общих атмосферных условиях. «Мы тренируемся на данных, специфичных к циклонам», – объяснил Алет. «Мы тренируемся на IBTRACS и других типах данных. Таким образом, IBTRACS обеспечивает широту и долготу, интенсивность и лучи ветра для нескольких циклонов, до 5000 циклонов за последние 30-40 лет».
Система также включает в себя последние достижения в вероятностном моделировании с помощью того, что DeepMind вызывает функциональные генеративные сети (FGN), подробно описанные в исследовательской статье, опубликованной в сочетании с AD. Этот подход генерирует прогнозирующие ансамбли, научившись нарушать параметры модели, создавая более структурированные вариации, чем предыдущие методы.
Прогнозы ураганов прошлых показывают обещание для систем раннего предупреждения
Weather Lab запускает более двух лет исторических прогнозов, что позволяет экспертам оценить производительность модели во всех бассейнах океана. Андерсон доказал возможности системы с использованием урагана Берил 2024 года и знаменитого урагана Отиса 2023 года.
Ураган Отис оказался особенно значимым, потому что он быстро усилился, прежде чем победить Мексику, захватив многие традиционные модели. «Многие из моделей предсказывали, что шторм останется относительно слабым на протяжении всей его жизни», – объяснил Андерсон. Когда DeepMind показал этот пример национальному центру ураганов, «они сказали, что у нашей модели, вероятно, будет более ранний сигнал о возможном риске этого конкретного циклона, если бы у них был его в то время».
Что это значит для будущего прогноза погоды и адаптации климата
Развитие сигнализирует о растущем созревании искусственного интеллекта в прогнозе погоды, после недавних достижений графика DeepMind и других ветерар ИИ, которые начали преодолевать традиционные системы в различных показателях.
«Я думаю, что достаточно рано, вы знаете, в первые годы мы в основном сосредоточились на научных статьях и исследованиях исследований», – рассмотрела Батталья. «Но, вы знаете, потому что мы смогли показать, что эти системы машинного обучения конкурируют или даже превзошли, такими традиционными физическими системами, что возможность вывести их из научного контекста в реальное мир действительно захватывающе».
Партнерство с правительственными учреждениями является важным шагом для эксплуатационного развертывания систем проверки искусственного интеллекта. Тем не менее, DeepMind подчеркивает, что Labe Lab остается инструментом исследования, и пользователи должны продолжать полагаться на официальные метеорологические агентства для авторитетных прогнозов и предупреждений.
Компания планирует продолжать собирать обратную связь от погодных учреждений и аварийных служб для улучшения практического применения технологии. Поскольку изменение климата потенциально усиливает поведение тропического циклона, достижения в прогнозной точности могут привести к тому, что они все более важны для защиты уязвимых прибрежных популяций по всему миру.
«Мы думаем, что ИИ может дать здесь решение», – заключил Алет, ссылаясь на сложные взаимодействия, которые затрудняют прогноз циклона. С началом сезона ураганов 2025 года реальная деятельность экспериментальной системы DeepMind вскоре столкнется с окончательным тестом.
Source link
