Aardvark Weather, новая модель искусственного интеллекта, разработанную исследователями в Великобритании и Канаде, может ознаменовать поворотный момент в глобальном прогнозировании погоды, заменив традиционные погодные моделирование с помощью искусственного интеллекта, чтобы максимизировать эффективность и точности экономии.
Исследователи из Кембриджского университета, векторного института в Университете Торонто и Института Алана Тьюринга представили новые результаты в недавнем отчете, опубликованном в природе.
В отличие от обычных инструментов прогнозирования, которые имитируют физику атмосферы посредством сложных уравнений, погода Aardvark — это модель «глубокого обучения», которая генерирует глобальные прогнозы для ветра, влажности, геопотенциала и температуры на уровнях множественного давления.
Он также обеспечивает прогноз местной станции для 2-метровой температуры и 10-метровой скорости ветра. Глубокое обучение — это подмножество машинного обучения, которое учит компьютеров распознавать закономерности в больших количествах данных.
«На данный момент в конвейере прогнозирования есть некоторые вычислительно дорогие компоненты», — сказал Decrypt постдокторант в Институте векторного института Университета Торонто Джеймс Реквима. «Мы смогли заменить многие из этих трудоемких деталей на гораздо более легкие модели, обученные выполнять те же задачи».
Делая эти компоненты более эффективными, Aardvark может запускать прогнозы чаще и при более высоких разрешениях, повышая скорость и точность.
Как объяснила Рекейма, команда разработала компоненты для замены каждого шага в конвейере прогнозирования, что включает в себя превращение необработанных наблюдений в прогноз погоды.
«Мы обнаружили, что после того, как эти компоненты машинного обучения объединены в цепью, общая производительность значительно улучшается», — сказал он. «Чистая настройка всего трубопровода для окончательной задачи, на которую мы нацелены, мы можем оптимизировать каждый компонент не только для его изолированной роли, но и для того, как он способствует тому, что мы больше всего заботимся».
Проект также включал исследователей из Microsoft Research Cambridge, Европейский центр по прогнозам погоды среднего диапазона (ECMWF) и британское антарктическое исследование.
Aardvark Weather использует необработанные атмосферные данные, такие как давление, температура и измерения относительной влажности, для получения глобальных и локальных прогнозов высокого разрешения.
Система построена вокруг трех нейронных компонентов: энкодера, процессора и декодера.
Encoder: преобразует необработанные, неструктурированные данные наблюдений в сетку с репрезентацией атмосферы. Процессор: генерирует прогнозы погоды из сетки. Декодер: переводит прогнозы в конкретные локальные прогнозы.
Чтобы повысить производительность и точность Aardvark, компоненты сначала предварительно обучаются по данным повторного анализа ERA5-высококачественный исторический набор данных от ECMWF-и затем тонко настроенный с использованием реальных погодных наблюдений.
«Ассимиляция данных, как правило, работает как авторегрессивная процедура. Вы начинаете с текущего атмосферного прогноза, генерируемого крупными динамическими системами, которые оценивают его нынешнее состояние. «Но ассимиляция данных также должна включать измерения в реальном времени от удаленных датчиков. Таким образом, вы собираете фактические наблюдения наряду с прогнозом модели и соответствующим образом корректируете оценку атмосферы».
Доля стоимости — и время
Согласно отчету, Aardvark может генерировать полный глобальный прогноз с использованием четырех графических процессоров NVIDIA A100 всего за одну секунду по сравнению с часами, необходимыми для более старых моделей, таких как Европейский центр для прогноза с высоким разрешением с высоким разрешением средней дистанции.
Это радикальное сокращение вычислительных требований делает высококачественную, настраиваемое прогнозирование доступным для регионов и агентств без ресурсов для эксплуатации полномасштабных систем NWP. Это также обеспечивает гораздо более быструю настройку модели.
Aardvark присоединяется к растущему набору инструментов, направленных на то, чтобы помочь метеорологам предсказать и реагировать на экстремальные погодные явления. Во время недавних штормов, таких как ураганы Хелен и Милтон, которые избили восточное побережье США в октябре 2024 года, синоптики подчеркнули важность ИИ в улучшении прогнозирования интенсивности штормов.
Заглядывая в будущее, Реквима отметил, что команда планирует открыть исходный код Aardvark, чтобы сделать технологию более доступной.
«Я думаю, что это важный шаг на пути к демократизации моделирования погоды — сделать его более легким и доступным для общественности», — сказал он. «Это наша надежда. Это также представляет собой значительный прогресс в моделировании сквозной погоды, особенно благодаря подходу машинного обучения, управляемого данными».
Вообще интеллектуальная бюллетень
Еженедельное путешествие по ИИ, рассказанное генералом, генеративной моделью ИИ.
