์ธ๊ณต์ง๋ฅ
AI ๊ธฐ์ ๋ชจ๋ธ์ ์ ํต์ ์ธ ๋ชจ๋ธ๋ณด๋ค 7,000 ๋ฐฐ ์ ์ ์ ๋ ฅ์ ์ฌ์ฉํ๋ค
기상 예측은 우리의 가장 강력한 컴퓨터가 수행하는 중요한 작업 중 하나입니다. 이는 기온, 바람, 강우와 같은 조건을 예측하는 데 도움이 되는 방정식을 해결하는 대규모 계산과 기계가 필요합니다. 또한 전체 지역과 경제를 혼乱시킬 수 있는 큰 기상 사건을 예측하는 데 중요한 도구입니다.
기상 예측 분야는 기술이 발전함에 따라 빠르게 개선되고 있으며, 더 정확하고 효율적으로 됩니다. 워싱턴 대학교와 마이크로소프트 연구소의 협력을 통해 인공 지능(AI)이 이러한 예측에 사용될 수 있는 방법을 보여주는 새로운 연구가 있습니다. 새로운 기술은 과거의 기상 패턴을 분석하여 미래의 사건을 예측하며, 이는 현재 모델보다 더 효율적으로 수행됩니다. 더 많은 발전이 이루어지면 현재의 모델보다 훨씬 더 정확할 수 있습니다.
새로운 글로벌 기상 모델
新的 글로벌 기상 모델은 40년간의 기상 데이터를 사용하여 예측을 수행하며, 이는 물리 계산을 사용하는 다른 모델과 다릅니다. 새로운 모델은 간단하고 데이터 기반이며, 1년간의 기상 패턴을 시뮬레이션할 수 있으며, 전 세계에 적용할 수 있습니다. 이는 현재 모델과 동일한 효율성을 가지고 있으며, 각 예측마다 반복되는 단계를 통해 더 빠르게 수행됩니다.
이 연구는 발표된 Journal of Advances in Modeling Earth Systems에 게재되었습니다.
조나단 웨인(Jonathan Weyn)은 연구의 주 저자입니다.
“기계 학습은 본질적으로 패턴 인식의 고급 버전을 수행한다”고 웨인은 말했다. “이것은 일반적인 패턴을 식별하고, 어떻게 진화하는지 인식하고, 과거 40년간의 데이터에서 본 예제를 기반으로 결정합니다.”
새로운 모델은 현재 가장 정확한 모델보다 덜 정확하지만, AI에 기반하여 동일한 예측 범위를 개발하는 데 7,000 배 적은 컴퓨터 전력을 사용합니다. 계산 작업이 더 적기 때문에 더 빠릅니다.
앙상블 예측
이러한 속도 향상으로 인해 예측 센터에서는 다양한 조건으로 여러 모델을 실행할 수 있습니다. 이것을 “앙상블 예측”이라고 하며, 기상 사건에 대한 가능한 조건의 범위에 대한 예측을 수행하는 데 사용됩니다.
데일 더란(Dale Durran)은 대기 과학 교수이자 연구의 공동 저자입니다.
“이 접근법에는 훨씬 더 효율적인 측면이 있습니다. 이것이 중요한 것입니다”라고 더란은 말했다. “약속은 예측 가능성 문제를 처리할 수 있는 모델을 제공할 수 있다는 것입니다. 즉, 매우 큰 앙상블을 실행할 수 있을 만큼 빠른 모델입니다.”
이 프로젝트는 마이크로소프트 연구소의 리치 카루아나(Rich Caruana)가 역사적인 데이터를 기반으로 기상 예측에 AI를 사용하는 것을 제안했을 때 시작되었습니다. 이는 물리 법칙이 더 이상 예측을 수행하는 데 필요하지 않음을 의미합니다.
“과거 기상 데이터를 학습한 후, AI 알고리즘은 물리 방정식이 수행할 수 없는 다양한 변수 간의 관계를 만들 수 있습니다”라고 웨인은 말했다. “우리는 훨씬 더 적은 변수를 사용할 수 있으며, 따라서 더 빠른 모델을 만들 수 있습니다.”
모델은 표준 기상 예측 변수를 예측하여 테스트되었습니다. 1년 동안 12시간마다 예측을 수행했으며, 새로운 모델은 WeatherBench에 따라 최고 성과를 보였습니다. WeatherBench는 데이터 기반 기상 예측을 위한 벤치마크 테스트입니다.
연구자들은 모델을 기존 모델과 함께 또는 대신 사용하려면 모델을 조정해야 합니다. 저자들은 이것이 미래의 기상 예측을 생성하는 대안이 될 수 있다고 믿습니다.
