โมเดลและแพลตฟอร์ม AI
โมเดลสภาพอากาศ AI ที่ใช้พลังงานน้อยกว่า 7,000 เท่า เมื่อเทียบกับโมเดลแบบดั้งเดิม
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
การพยากรณ์สภาพอากาศเป็นหนึ่งในงานสำคัญที่คอมพิวเตอร์ที่ทรงพลังที่สุดของเราทำงาน ซึ่งต้องใช้การคำนวณหลายล้านครั้งและเครื่องจักรขนาดใหญ่ในการแก้สมการ ซึ่งช่วยให้สามารถคาดการณ์สภาพอากาศ เช่น อุณหภูมิ ลม และฝนได้ นอกจากนี้ยังเป็นเครื่องมือที่สำคัญในการคาดการณ์สภาพอากาศที่รุนแรง ซึ่งสามารถทำให้พื้นที่และเศรษฐกิจทั้งหมดต้องหยุดชะงัก
สาขาการพยากรณ์สภาพอากาศยังคงพัฒนาอย่างรวดเร็วเมื่อเทคโนโลยีของเราเติบโตขึ้น โดยการพยากรณ์สภาพอากาศที่แม่นยำและใช้พลังงานน้อยลง การทำงานใหม่ที่มาจากความร่วมมือระหว่างมหาวิทยาลัยวอชิงตันและไมโครซอฟท์ รีเสิร์ช ได้แสดงให้เห็นว่าสามารถใช้ปัญญาประดิษฐ์ (AI) สำหรับการคาดการณ์เหล่านี้ได้อย่างไร เทคโนโลยีใหม่นี้วิเคราะห์รูปแบบสภาพอากาศในอดีตเพื่อคาดการณ์สภาพอากาศในอนาคต และมันทำได้อย่างมีประสิทธิภาพมากกว่าโมเดลปัจจุบัน ด้วยความก้าวหน้าเพิ่มเติม มันอาจจะถึงจุดที่มันแม่นยำกว่าโมเดลปัจจุบันในอนาคต
โมเดลสภาพอากาศโลกใหม่
โมเดลสภาพอากาศโลกใหม่นี้ใช้ข้อมูลสภาพอากาศ 40 ปีที่ผ่านมาเพื่อคาดการณ์สภาพอากาศ ซึ่ง khácจากโมเดลอื่นที่ใช้การคำนวณฟิสิกส์ โมเดลใหม่นี้เป็นแบบง่ายและใช้ข้อมูลเป็นหลัก และสามารถจำลองสภาพอากาศได้ตลอดทั้งปี โดยสามารถใช้ได้ทั่วโลก มันเร็วกว่าและใช้พลังงานน้อยกว่าโมเดลปัจจุบัน ซึ่งทำได้โดยการทำซ้ำขั้นตอนการคาดการณ์หลายครั้ง
การวิจัยนี้ได้ถูกตีพิมพ์แล้วใน Journal of Advances in Modeling Earth Systems
Jonathan Weyn เป็นผู้เขียนหลักของการวิจัยนี้
“การเรียนรู้ของเครื่องจักรเป็นเพียงการทำการรู้จำรูปแบบที่ซับซ้อน” Weyn กล่าว “มันเห็นรูปแบบทั่วไป รู้ว่ามันจะพัฒนาไปอย่างไร และตัดสินใจตามตัวอย่างที่มันเห็นในข้อมูล 40 ปีที่ผ่านมา”
โมเดลใหม่นี้มีความแม่นยำน้อยกว่าโมเดลที่ดีที่สุดในปัจจุบัน แต่ด้วยการเป็นแบบ AI มันใช้พลังงานน้อยกว่า 7,000 เท่าในการคาดการณ์สภาพอากาศในระยะเดียวกัน เนื่องจากมีภาระการคำนวณที่น้อยกว่า จึงเร็วกว่า
การคาดการณ์แบบアンサンブル
ด้วยความเร็วที่เพิ่มขึ้น ศูนย์คาดการณ์สภาพอากาศจะสามารถรันโมเดลหลายแบบพร้อมกันได้ โดยใช้สภาพอากาศที่แตกต่างกัน นี่คือการคาดการณ์แบบアンサンブル ซึ่งใช้ในการคาดการณ์สภาพอากาศที่อาจเกิดขึ้นได้หลายแบบ
Dale Durran เป็นศาสตราจารย์แห่งมหาวิทยาลัยวอชิงตันและเป็นผู้เขียนการวิจัยนี้
“มีประสิทธิภาพมากขึ้นในแนวทางนี้ ซึ่งเป็นสิ่งสำคัญ” Durran กล่าว “ความหวังที่มันจะช่วยให้เราสามารถจัดการกับปัญหาในการคาดการณ์ได้ดีขึ้น โดยมีโมเดลที่เร็วพอที่จะรันแบบアンサนบล์ที่ใหญ่มาก”
โครงการนี้เริ่มต้นเมื่อ Rich Caruana จากไมโครซอฟท์ รีเสิร์ช เสนอการใช้ AI สำหรับการคาดการณ์สภาพอากาศโดยใช้ข้อมูลในอดีต ซึ่งหมายความว่าไม่ต้องอาศัยกฎฟิสิกส์ในการคาดการณ์สภาพอากาศอีกต่อไป
“หลังจากการฝึกอบรมด้วยข้อมูลสภาพอากาศในอดีต อัลกอริธึม AI สามารถค้นหาความสัมพันธ์ระหว่างตัวแปรต่างๆ ได้ ซึ่งสมการฟิสิกส์ไม่สามารถทำได้” Weyn กล่าว “เราสามารถใช้ตัวแปรน้อยลงและทำให้โมเดลเร็วขึ้นได้”
(MSFT )โมเดลนี้ถูกทดสอบโดยการคาดการณ์ตัวแปรมาตรฐานในการคาดการณ์สภาพอากาศ มันทำการคาดการณ์ทุกๆ 12 ชั่วโมงตลอดทั้งปี และโมเดลใหม่นี้เป็นหนึ่งในผู้ทำผลงานดีที่สุดตาม WeatherBench ซึ่งเป็นการทดสอบมาตรฐานสำหรับการคาดการณ์สภาพอากาศโดยใช้ข้อมูล
นักวิจัยต้องปรับโมเดลให้เหมาะสมหากต้องการใช้แบบใหม่แทนโมเดลที่มีอยู่ ผู้เขียนเชื่อว่ามันอาจเป็นทางเลือกในการคาดการณ์สภาพอากาศในอนาคต
