Model pogody AI wykorzystuje 7000 razy mniej mocy niż tradycyjne modele

Prognozowanie pogody jest jednym z najważniejszych zadań, które wykonują nasze najpotężniejsze komputery. Wymaga milionów obliczeń i ogromnych maszyn rozwiązujących równania, które pomagają przewidzieć warunki takie jak temperatura, wiatr i opady. Jest to również niezwykle ważne narzędzie do przewidywania dużych zdarzeń pogodowych, które mogą zakłócić całe regiony i gospodarki.

Dziedzina prognozowania pogody ciągle się poprawia wraz z ewolucją naszej technologii, stając się bardziej dokładną i wydajną. Nowe badania prowadzone we współpracy między Uniwersytetem Waszyngtonu a Microsoft (MSFT ) Research pokazują, jak sztuczna inteligencja (AI) może być wykorzystana do tych samych prognoz. Nowa technologia analizuje przeszłe wzorce pogodowe, aby przewidzieć przyszłe zdarzenia, i robi to bardziej wydajnie niż obecne modele. Z większymi postępami może również osiągnąć punkt, w którym będzie znacznie bardziej dokładna niż dzisiejsze modele.

Nowy globalny model pogody

Nowy globalny model pogody wykorzystuje ostatnie 40 lat danych pogodowych do swoich prognoz, co różni się od innych modeli, które wykorzystują obliczenia fizyczne. Nowy model jest prosty i oparty na danych, i może symulować wzorce pogodowe na cały rok, stosowany na całym świecie. Jest zarówno szybszy, jak i równie wydajny jak obecne modele, co osiąga poprzez powtarzające się kroki przy każdej prognozie

Badania zostały opublikowane w Journal of Advances in Modeling Earth Systems.

Jonathan Weyn jest głównym autorem badań.

“Machine learning jest podstawowo rozwiniętą wersją rozpoznawania wzorców”, powiedział Weyn. “Widzi typowy wzorzec, rozpoznaje, jak zwykle ewoluuje i decyduje, co zrobić na podstawie przykładów, które widział w ciągu ostatnich 40 lat danych.”

Nowy model jest obecnie mniej dokładny niż dzisiejsze modele najnowszej generacji, ale dzięki wykorzystaniu AI, wykorzystuje 7000 razy mniej mocy komputerowej do opracowania tego samego zakresu prognoz. Ponieważ ma mniejsze obciążenie obliczeniowe, jest szybszy.

Prognozowanie zespołowe  

Z tym zwiększonym tempem, centra prognozowania pogody będą mogły uruchomić wiele modeli z różnymi warunkami. Nazywa się to “prognozowaniem zespołowym”, i jest wykorzystywane do przewidywania zakresu możliwych warunków dla zdarzenia pogodowego.

Dale Durran jest profesorem nauk atmosferycznych na Uniwersytecie Waszyngtonu i autorem badań.

“Istnieje tak wiele więcej wydajności w tym podejściu; to jest to, co jest tak ważne”, powiedział Durran. “Obietnica jest taka, że mogłoby to pozwolić nam radzić sobie z problemami przewidywalności, mając model, który jest wystarczająco szybki, aby uruchomić bardzo duże zespoły.”

Projekt ten rozpoczął się, gdy Rich Caruana z Microsoft Research, który jest współautorem artykułu, zaproponował wykorzystanie AI do prognozowania pogody na podstawie danych historycznych. Oznaczało to, że prawa fizyczne nie musiały być już wykorzystywane do robienia takich prognoz.

“Po przeszkoleniu na danych pogodowych z przeszłości, algorytm AI jest w stanie wykryć relacje między różnymi zmiennymi, których równania fizyczne po prostu nie mogą”, powiedział Weyn. “Możemy pozwolić sobie na wykorzystanie znacznie mniej zmiennych, a więc stworzyć model, który jest znacznie szybszy.”

Model został przetestowany przez przewidywanie standardowej zmiennej w prognozowaniu pogody. Robił prognozy co 12 godzin przez cały rok, i nowy model był jednym z najlepszych według WeatherBench, który jest testem benchmarkowym dla prognoz pogody opartych na danych.

Badacze muszą kontynuować dostosowywanie modelu, jeśli ma być wykorzystywany obok lub zamiast istniejących modeli. Autorzy uważają, że mogłoby to być alternatywą dla generowania prognoz pogody w przyszłości.