Počítačový model počasí využívající umělou inteligenci spotřebuje 7 000krát méně energie než tradiční modely

Předpověď počasí je jednou z nejdůležitějších úkolů, které naše nejvýkonnější počítače plní. Vyžaduje miliony výpočtů a obrovské stroje, které řeší rovnice, které pomáhají předpovídat podmínky, jako je teplota, vítr a srážky. Je to také důležitý nástroj pro předpovídání velkých povětrnostních událostí, které mohou narušit celé regiony a ekonomiky.

Obor předpovídání počasí se rychle zlepšuje, jak se naše technologie vyvíjí, a stává se přesnější a účinnější. Nová práce, která vznikla ve spolupráci mezi University of Washington a Microsoft (MSFT ) Research, ukazuje, jak lze umělou inteligenci (AI) použít pro tyto exactní předpovědi. Nová technologie analyzuje minulé povětrnostní vzorce, aby předpovídala budoucí události, a dělá to účinněji než současné modely. S dalšími pokroky by mohlo také dosáhnout bodu, kdy bude mnohem přesnější než dnešní modely.

Nový globální model počasí

Nový globální model počasí využívá posledních 40 let povětrnostních dat, aby dělal předpovědi, což je odlišné od ostatních modelů, které využívají fyzikální výpočty. Nový model je jednoduchý a založený na datech a může simulovat povětrnostní vzorce pro celý rok, aplikuje se po celém světě. Je rychlejší a stejně efektivní jako současné modely, což dosahuje opakovanými kroky s každou předpovědí.

Výzkum byl publikován v Journal of Advances in Modeling Earth Systems.

Jonathan Weyn je hlavní autor výzkumu.

“Strojové učení je vlastně glorifikovaná verze rozpoznávání vzorců,” řekl Weyn. “Vidí typický vzorec, rozpoznává, jak se obvykle vyvíjí, a rozhodne se, co dělat na základě příkladů, které viděl v posledních 40 letech dat.”

Nový model je目前 méně přesný než dnešní špičkové modely, ale díky tomu, že je založen na AI, využívá 7 000krát méně počítačové energie pro vývoj stejného rozsahu předpovědí. Díky menší výpočetní zátěži je rychlejší.

Ensemble Forecasting  

S touto zvýšenou rychlostí by předpovědní centra mohla spustit více modelů s různými podmínkami. To se nazývá „ensemble forecasting“ a používá se k předpovídání rozsahu možných podmínek pro povětrnostní událost.

Dale Durran je profesor atmosférických věd na University of Washington a autor výzkumu.

“Je tolik více efektivity v tomto přístupu; to je to, co je tak důležité,” řekl Durran. “Slib je, že by mohlo umožnit, abychom se vypořádali s problémy předpovídatelnosti tím, že budeme mít model, který je dostatečně rychlý na to, aby běžel velmi velké ensembles.”

Tento projekt začal, když Rich Caruana z Microsoft Research, který je spoluautorem článku, navrhl použití AI pro předpovědi počasí na základě historických dat. To znamenalo, že fyzikální zákony již nemusely být použity pro tyto předpovědi.

“Po tréninku na minulých povětrnostních datech je algoritmus AI schopen najít vztahy mezi různými proměnnými, které fyzikální rovnice nemohou udělat,” řekl Weyn. “Můžeme použít mnohem méně proměnných a proto vytvořit model, který je mnohem rychlejší.”

Model byl testován předpovídáním standardní proměnné v předpovědi počasí. Dělal předpovědi každých 12 hodin po celý rok a nový model byl jedním z nejlepších podle WeatherBench, což je testovací benchmark pro datové předpovědi počasí.

Vědci musí pokračovat v ladění modelu, pokud má být použit vedle nebo místo stávajících modelů. Autoři věří, že by to mohlo být alternativou pro generování předpovědí počasí v budoucnu.