โมเดลสภาพอากาศ AI ใช้พลังงานน้อยกว่าโมเดลดั้งเดิมถึง 7,000 เท่า

การพยากรณ์อากาศเป็นหนึ่งในภารกิจสำคัญที่คอมพิวเตอร์ที่ทรงพลังที่สุดของเราดำเนินการ ต้องใช้การคำนวณนับล้านและเครื่องจักรขนาดใหญ่ในการแก้สมการ ซึ่งช่วยทำนายสภาวะต่างๆ เช่น อุณหภูมิ ลม และปริมาณน้ำฝน นอกจากนี้ยังเป็นเครื่องมือสำคัญในการทำนายเหตุการณ์สภาพอากาศขนาดใหญ่ ซึ่งอาจส่งผลกระทบต่อทั้งภูมิภาคและเศรษฐกิจ

ด้านการพยากรณ์อากาศยังคงพัฒนาอย่างรวดเร็วเนื่องจากเทคโนโลยีของเราพัฒนาขึ้น มีความแม่นยำและมีประสิทธิภาพมากขึ้น งานใหม่ที่เกิดจากความร่วมมือระหว่าง University of Washington และ Microsoft Research แสดงให้เห็นว่าสามารถใช้ปัญญาประดิษฐ์ (AI) สำหรับการคาดคะเนที่แม่นยำเหล่านี้ได้อย่างไร เทคโนโลยีใหม่วิเคราะห์รูปแบบสภาพอากาศในอดีตเพื่อทำนายเหตุการณ์ในอนาคต และมีประสิทธิภาพมากกว่ารุ่นปัจจุบัน ด้วยความก้าวหน้าที่มากขึ้น มันยังสามารถถึงจุดที่แม่นยำกว่ารุ่นปัจจุบันมากเช่นกัน

ใหม่แบบจำลองสภาพอากาศทั่วโลก

แบบจำลองสภาพอากาศทั่วโลกแบบใหม่นี้ใช้ข้อมูลสภาพอากาศในช่วง 40 ปีที่ผ่านมาเพื่อทำการพยากรณ์ ซึ่งแตกต่างจากแบบจำลองอื่นๆ ที่ใช้การคำนวณทางฟิสิกส์ โมเดลใหม่นี้เรียบง่ายและอิงตามข้อมูล และสามารถจำลองรูปแบบสภาพอากาศตลอดทั้งปี โดยนำไปใช้ทั่วโลก ทั้งเร็วกว่าและมีประสิทธิภาพพอๆ กับโมเดลปัจจุบัน ซึ่งทำได้ผ่านขั้นตอนซ้ำๆ กับการคาดการณ์แต่ละครั้ง

การวิจัยครั้งนี้ การตีพิมพ์ในวารสารความก้าวหน้าในการสร้างแบบจำลองระบบโลก

Jonathan Weyn เป็นผู้เขียนหลักของการวิจัย

“แมชชีนเลิร์นนิงกำลังทำการจดจำรูปแบบในเวอร์ชันที่น่ายกย่อง” Weyn กล่าว “มันเห็นรูปแบบทั่วไป รับรู้ว่ามันมักจะพัฒนาไปอย่างไร และตัดสินใจว่าจะทำอย่างไรโดยพิจารณาจากตัวอย่างที่เห็นในข้อมูลในช่วง 40 ปีที่ผ่านมา”

ปัจจุบัน โมเดลใหม่มีความแม่นยำน้อยกว่าโมเดลล้ำสมัยในปัจจุบัน แต่อิงกับ AI ทำให้ใช้พลังงานคอมพิวเตอร์น้อยลง 7,000 เท่าเพื่อพัฒนาการคาดการณ์ในช่วงเดียวกัน เนื่องจากมีปริมาณงานด้านการคำนวณที่น้อยกว่า จึงเร็วกว่า

การพยากรณ์ทั้งมวล  

ด้วยความเร็วที่เพิ่มขึ้นนี้ ศูนย์พยากรณ์จะสามารถเรียกใช้แบบจำลองหลาย ๆ แบบโดยมีเงื่อนไขต่างกัน สิ่งนี้เรียกว่า "การพยากรณ์ทั้งมวล" และใช้เพื่อคาดการณ์สภาวะต่างๆ ที่เป็นไปได้สำหรับเหตุการณ์สภาพอากาศ

Dale Durran เป็นศาสตราจารย์ด้านวิทยาศาสตร์บรรยากาศ UW และเป็นผู้เขียนงานวิจัย

“วิธีนี้มีประสิทธิภาพมากกว่ามาก นั่นคือสิ่งที่สำคัญมากเกี่ยวกับเรื่องนี้” Durran กล่าว “คำมั่นสัญญาคือมันสามารถช่วยให้เราจัดการกับปัญหาการคาดการณ์ได้โดยการมีแบบจำลองที่เร็วพอที่จะเรียกใช้วงดนตรีขนาดใหญ่มาก”

โครงการนี้เริ่มขึ้นเมื่อ Rich Caruana จาก Microsoft Research ซึ่งเป็นผู้เขียนร่วมของรายงาน เสนอให้ใช้ AI สำหรับการพยากรณ์อากาศตามข้อมูลในอดีต นี่หมายความว่ากฎทางกายภาพไม่ต้องพึ่งพาในการทำนายอีกต่อไป

“หลังจากฝึกฝนข้อมูลสภาพอากาศที่ผ่านมา อัลกอริทึม AI สามารถสร้างความสัมพันธ์ระหว่างตัวแปรต่างๆ ที่สมการทางฟิสิกส์ไม่สามารถทำได้” Weyn กล่าว “เราสามารถใช้ตัวแปรน้อยลงได้มาก และทำให้โมเดลนั้นเร็วขึ้นมาก”

แบบจำลองได้รับการทดสอบโดยทำนายตัวแปรมาตรฐานในการพยากรณ์อากาศ โดยทำการพยากรณ์ทุก 12 ชั่วโมงตลอดทั้งปี และโมเดลใหม่นี้เป็นหนึ่งในเครื่องมือที่มีประสิทธิภาพสูงสุดตามรายงานของ WeatherBench ซึ่งเป็นการทดสอบเกณฑ์มาตรฐานสำหรับการพยากรณ์อากาศที่อิงตามข้อมูล

นักวิจัยต้องปรับแต่งโมเดลต่อไปหากจะใช้ควบคู่ไปกับหรือแทนที่โมเดลที่มีอยู่ ผู้เขียนเชื่อว่านี่อาจเป็นทางเลือกในการสร้างการพยากรณ์อากาศในอนาคต