Model pogody AI wykorzystuje 7 000 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 deszczu. Jest to również niezwykle ważne narzędzie do przewidywania dużych zjawisk pogodowych, które mogą zakłócić całe regiony i gospodarki.

Dziedzina prognozowania pogody ciągle się poprawia wraz z rozwojem naszej technologii, stając się bardziej dokładnym i wydajnym. Nowe badania wynikające z współpracy między Uniwersytetem Waszyngtonu a Microsoft 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 efektywnie 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 dane pogodowe z ostatnich 40 lat, aby dokonywać 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 dzięki powtarzającym się krokom przy każdej prognozie.

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

Jonathan Weyn jest głównym autorem badań.

“Sztuczna inteligencja w zasadzie robi wersję uznania wzorca”, powiedział Weyn. “Widzi typowy wzorzec, rozpoznaje, jak zwykle ewoluuje i decyduje, co zrobić na podstawie przykładów, które widziała w ciągu ostatnich 40 lat danych”.

Nowy model jest obecnie mniej dokładny niż dzisiejsze modele najnowszej generacji, ale dzięki oparciu się na AI, wykorzystuje 7 000 razy mniej mocy komputerowej, aby wytworzyć ten sam zakres prognoz. Ponieważ ma mniejsze obciążenie obliczeniowe, jest szybszy.

Prognozowanie zespołowe

Dzięki tej zwiększonej szybkości, centra prognozowania mogą uruchomić wiele modeli z różnymi warunkami. Jest to nazywane “prognozowaniem zespołowym”, i jest używane do dokonywania prognoz na zakres możliwych warunków dla zdarzenia pogodowego.

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

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

Ten projekt 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 muszą być już wykorzystywane do dokonywania takich prognoz.

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

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

Badacze muszą kontynuować dostosowywanie modelu, jeśli ma być on używany obok lub zamiast istniejących modeli. Autorzy uważają, że może to być alternatywa dla generowania prognoz pogody w przyszłości.