ปัญญาประดิษฐ์
โมเดลสภาพอากาศ AI ใช้พลังงานน้อยกว่า 7,000 เท่า เมื่อเทียบกับโมเดลแบบดั้งเดิม
การพยากรณ์สภาพอากาศเป็นหนึ่งในงานสำคัญที่คอมพิวเตอร์ที่ทรงพลังที่สุดของเราทำงาน มันจำเป็นต้องมีการคำนวณหลายล้านครั้งและเครื่องจักรขนาดใหญ่ในการแก้สมการ ซึ่งช่วยให้สามารถคาดการณ์สภาพอากาศ เช่น อุณหภูมิ ลม และฝนได้ นอกจากนี้ยังเป็นเครื่องมือสำคัญในการคาดการณ์เหตุการณ์สภาพอากาศขนาดใหญ่ ซึ่งสามารถทำให้ภูมิภาคและเศรษฐกิจทั้งหมดหยุดชะงักได้
สาขาการพยากรณ์สภาพอากาศยังคงพัฒนาอย่างรวดเร็วเมื่อเทคโนโลยีของเราเปลี่ยนแปลงไป ทำให้การพยากรณ์สภาพอากาศมีความแม่นยำและประสิทธิภาพมากขึ้น การทำงานใหม่ที่เกิดจากความร่วมมือระหว่างมหาวิทยาลัยวอชิงตันและ Microsoft Research แสดงให้เห็นว่าสามารถใช้ปัญญาประดิษฐ์ (AI) สำหรับการคาดการณ์เหล่านี้ได้อย่างไร เทคโนโลยีใหม่นี้วิเคราะห์รูปแบบสภาพอากาศในอดีตเพื่อคาดการณ์เหตุการณ์ในอนาคต และมันทำได้อย่างมีประสิทธิภาพมากกว่าโมเดลปัจจุบัน ด้วยการปรับปรุงอย่างต่อเนื่อง มันอาจจะถึงจุดหนึ่งที่มีความแม่นยำมากกว่าโมเดลในปัจจุบัน
โมเดลสภาพอากาศโลกใหม่
โมเดลสภาพอากาศโลกใหม่ใช้ข้อมูลสภาพอากาศ 40 ปีที่ผ่านมาเพื่อคาดการณ์ ซึ่งแตกต่างจากโมเดลอื่นๆ ที่ใช้การคำนวณฟิสิกส์ โมเดลใหม่นี้เป็นแบบง่ายและขึ้นอยู่กับข้อมูล และสามารถจำลองรูปแบบสภาพอากาศได้ตลอดทั้งปี โดยสามารถใช้ได้ทั่วโลก มันเร็วและมีประสิทธิภาพเท่ากับโมเดลปัจจุบัน ซึ่งสามารถทำได้ด้วยขั้นตอนที่ซ้ำกันสำหรับการคาดการณ์แต่ละครั้ง
การวิจัยได้รับการตีพิมพ์ใน Journal of Advances in Modeling Earth Systems
Jonathan Weyn เป็นผู้เขียนหลักของการวิจัย
“การเรียนรู้ของเครื่องจักรเป็นหลักๆ คือการทำการรู้จำรูปแบบ” Weyn กล่าว “มันเห็นรูปแบบทั่วไป รู้ว่ามันจะพัฒนาไปอย่างไร และตัดสินใจตามตัวอย่างที่มันเห็นในข้อมูล 40 ปีที่ผ่านมา”
โมเดลใหม่นี้มีความแม่นยำน้อยกว่าโมเดลที่ทันสมัยในปัจจุบัน แต่ด้วยการเป็นโมเดล AI มันใช้พลังงานน้อยกว่า 7,000 เท่าในการพัฒนาคาดการณ์ในช่วงเดียวกัน เนื่องจากมีภาระการคำนวณที่น้อยกว่า จึงเร็วขึ้น
การคาดการณ์แบบアンサンブル
ด้วยความเร็วที่เพิ่มขึ้น ศูนย์คาดการณ์สภาพอากาศสามารถรันโมเดลหลายแบบพร้อมกันภายใต้เงื่อนไขที่แตกต่างกัน นี่คือ “การคาดการณ์แบบアンサンブル” ซึ่งใช้ในการคาดการณ์ในช่วงของสภาพอากาศที่เป็นไปได้สำหรับเหตุการณ์สภาพอากาศ
Dale Durran เป็นศาสตราจารย์แห่งมหาวิทยาลัยวอชิงตันในสาขาวิทยาศาสตร์บรรยากาศและเป็นผู้เขียนการวิจัย
“มีประสิทธิภาพมากขึ้นในแนวทางนี้ ซึ่งเป็นสิ่งสำคัญ” Durran กล่าว “สัญญาแห่งความหวังคือมันจะช่วยให้เราจัดการกับปัญหาคาดการณ์ได้ด้วยโมเดลที่เร็วพอที่จะรันアンサンブルขนาดใหญ่”
โครงการนี้เริ่มต้นเมื่อ Rich Caruana จาก Microsoft Research ซึ่งเป็นผู้เขียนร่วมของเอกสาร เสนอใช้ AI สำหรับการคาดการณ์สภาพอากาศโดยอาศัยข้อมูลในอดีต ซึ่งหมายความว่าไม่ต้องอาศัยกฎฟิสิกส์ในการทำการคาดการณ์เหล่านี้
“หลังจากการฝึกอบรมบนข้อมูลสภาพอากาศในอดีต อัลกอริทึม AI สามารถสร้างความสัมพันธ์ระหว่างตัวแปรต่างๆ ได้ ซึ่งสมการฟิสิกส์ไม่สามารถทำได้” Weyn กล่าว “เราสามารถใช้ตัวแปรน้อยลงและสร้างโมเดลที่เร็วขึ้น”
โมเดลนี้ได้รับการทดสอบโดยการคาดการณ์ตัวแปรมาตรฐานในการพยากรณ์สภาพอากาศ มันทำการคาดการณ์ทุกๆ 12 ชั่วโมงตลอดทั้งปี และโมเดลใหม่นี้เป็นหนึ่งในผู้ทำผลงานยอดเยี่ยมตาม WeatherBench ซึ่งเป็นการทดสอบมาตรฐานสำหรับการคาดการณ์สภาพอากาศโดยใช้ข้อมูล
นักวิจัยจะต้องปรับโมเดลให้เหมาะสมหากต้องการใช้ควบคู่ไปกับหรือแทนที่โมเดลที่มีอยู่ ผู้เขียนเชื่อว่านี่อาจเป็นทางเลือกในการสร้างการคาดการณ์สภาพอากาศในอนาคต
