Meteorológia ako veda napreduje vďaka rozvoju technológie. V súčasnej dobe existuje niekoľko počítačových programov, ktoré sú schopné priamo predpovedať, kedy a kde bude pršať. Spoločnosť Deepmind vyvinula umelú inteligenciu, ktorá je schopná predpovedať takmer presne, kedy a kde bude pršať. Táto spoločnosť spolupracovala s britskými meteorológmi na vytvorení modelu, ktorý je pre krátkodobé predpovede lepší ako súčasné systémy.
V tomto článku vám povieme všetko, čo potrebujete vedieť o taške Robleda, technológii meteorologickej predikcie spoločnosti DeepMind.
Predpoveď počasia
DeepMind, spoločnosť pôsobiaca v oblasti umelej inteligencie v Londýne, pokračuje vo svojej kariére aplikácie hlbokého učenia sa na náročné vedecké problémy. DeepMind vyvinul v spolupráci s Met Office britskej národnej meteorologickej služby nástroj hĺbkového učenia s názvom DGMR, ktorý dokáže presne predpovedať pravdepodobnosť dažďa na nasledujúcich 90 minút. Je to jedna z najťažších výziev pri predpovedi počasia.
V porovnaní s existujúcimi nástrojmi sa desiatky expertov domnievajú, že predpovede DGMR sú najlepšie z niekoľkých faktorov, vrátane predpovedí polohy, dosahu, pohybu a intenzity dažďa, 89% času. Nový nástroj DeepMind otvára nový kľúč v biológii, ktorý sa vedci pokúšajú vyriešiť už desaťročia.
Dôležité sú však aj malé vylepšenia predpovedí. Predpovedanie dažďa, obzvlášť silného dažďa, je rozhodujúce pre mnoho priemyselných odvetví, od outdoorových aktivít až po letecké služby a núdzové situácie. Ale správne to napraviť je ťažké. Určenie toho, koľko vody je na oblohe a kedy a kde bude klesať, závisí od mnohých klimatických procesov, ako zmeny teploty, tvorba mrakov a vietor. Všetky tieto faktory sú samy osebe dostatočne komplexné, ale v kombinácii sú komplexnejšie.
Najlepšia dostupná predikčná technológia používa veľké množstvo počítačových simulácií fyziky atmosféry. Tieto sú vhodné pre dlhodobé predpovede, ale nie sú veľmi dobré v predpovedaní toho, čo sa stane nasledujúcu hodinu. Tomu sa hovorí okamžitá predpoveď.
Vývoj DeepMind
Predchádzajúce techniky hlbokého učenia sa boli vyvinuté, ale tieto techniky zvyčajne fungujú dobre v jednom ohľade, napríklad pri predpovedaní polohy, a na úkor iného, napríklad pri predpovedaní sily. Radarové údaje o silnom daždi, ktoré pomáhajú predpovedať okamžitý dážď, zostávajú pre meteorológov veľkou výzvou.
Tím DeepMind použil radarové údaje na výcvik svojej AI. Mnoho krajín a regiónov často zverejňuje snímky radarových meraní, ktoré sledujú tvorbu mrakov a pohyb počas celého dňa. Napríklad vo Veľkej Británii sa nové hodnoty odčítajú každých päť minút. Keď tieto zábery spojíte, môžete získať aktuálne stop-motion video, ktoré ukazuje, ako sa v krajine mení dážď.
Vedci posielajú tieto údaje do siete hlbokej generácie podobnej GAN, čo je vyškolená AI, ktorá môže generovať nové vzorky údajov, ktoré sú veľmi podobné skutočným údajom používaným pri výcviku. GAN bol použitý na generovanie falošných tvárí vrátane falošného Rembrandta. V tomto prípade sa DGMR (čo znamená „generatívny model hlbokého dažďa“) naučilo generovať falošné radarové snímky, ktoré pokračujú v skutočnom slede meraní.
Experimenty s DeepMind AI
Shakir Mohamed, ktorý viedol výskum v DeepMind, povedal, že je to rovnaké ako sledovať niekoľko fotografií z filmu a hádať, čo sa stane ďalej. Na otestovanie tejto metódy tím požiadal 56 meteorológov z Meteorologického úradu (ktorí sa na práci nepodieľali), aby sa ponorili do pokročilejších fyzikálnych simulácií a súboru protivníkov.
89% ľudí uviedlo, že uprednostňuje výsledky uvedené v DGMR. Algoritmy strojového učenia sa vo všeobecnosti pokúšajú optimalizovať na jednoduché meranie toho, aké dobré sú vaše predpovede. Predpoveď počasia má však mnoho rôznych aspektov. Možno predpoveď dostala nesprávnu intenzitu dažďa na správnom miestealebo iná predpoveď získala správnu kombináciu intenzít, ale na zlom mieste a podobne.
DeepMind uviedol, že uvoľní štruktúru všetkých proteínov známych vede. Spoločnosť použila svoju umelú inteligenciu skladajúcu proteín AlphaFold na generovanie štruktúr pre ľudský proteóm, ako aj pre kvasinky, ovocné mušky a myši.
Spolupráca medzi DeepMind a Met Office je dobrým príkladom práce s koncovými používateľmi na dokončení vývoja AI. Očividne je to dobrý nápad, ale často sa to nestane. Tím pracoval na projekte niekoľko rokov a projekt formovali podnety od expertov z Meteorologického úradu. Suman Ravuri, vedecký pracovník spoločnosti DeepMind, povedal: „Podporuje vývoj nášho modelu iným spôsobom, ako je naša vlastná implementácia.“ „V opačnom prípade by sme mohli vytvoriť model, ktorý by nakoniec nebol obzvlášť užitočný.“
DeepMind tiež chce ukázať, že jeho AI má praktické aplikácie. V prípade Shakiru sú DGMR a AlphaFold súčasťou rovnakého príbehu: spoločnosť používa svoje dlhoročné skúsenosti s riešením hádaniek. Asi najdôležitejším záverom je, že DeepMind konečne začal uvádzať zoznam vedeckých problémov v reálnom svete.
Pokroky v predpovedi počasia
Predpoveď počasia musí byť podporovaná vývojom technológie, pretože sa stále viac približujeme k úplnému pochopeniu toho, ako funguje naša atmosféra. Ľudská bytosť a jeho výpočty môžu často podliehať bežným chybám, ktorým sa dá s rozvojom umelej inteligencie vyhnúť.
Predpovedanie počasia je pre človeka kľúčové, pretože môžeme veľa využiť efektívnejšie vodné zdroje a vyhnúť sa niektorým katastrofám pri búrkach a silných dažďoch. Z tohto dôvodu meteorológovia stále častejšie súhlasia s vývojom projektov umelej inteligencie na predpovedanie zrážok.
Dúfam, že s týmito informáciami sa môžete dozvedieť viac o projekte DeepMind a jeho charakteristikách.