Η Google έφτιαξε νέα επαναστατική AI πρόγνωσης καιρού
Σε συνεργασία με διάφορα πανεπιστήμια
Οι εξελίξεις από τον χώρο της τεχνητής νοημοσύνης συνεχίζονται με εντυπωσιακούς ρυθμούς και τώρα, σε ένα σημαντικό άλμα για τη μετεωρολογία, αναπτύχθηκε ένα πρωτοποριακό μοντέλο καιρού και κλίματος με βάση την τεχνητή νοημοσύνη, το «NeuralGCM». Το μοντέλο αυτό, με απλά λόγια μπορεί να προβλέπει τον καιρό και μέχρι στιγμής έχει δείξει εξαιρετική ακρίβεια στην πρόβλεψη βραχυπρόθεσμων καιρικών συνθηκών, αλλά και μακροπρόθεσμων κλιματικών αλλαγών.
Το NeuralGCM δεν είναι όμως το πρώτο μοντέλο πρόβλεψης καιρού. Ωστόσο αυτό που το κάνει να ξεχωρίζει είναι η εξής σημαντική διαφορά: Το NeuralGCM ενσωματώνει προηγμένες τεχνικές τεχνητής νοημοσύνης, συνδυάζοντάς τες όμως με παραδοσιακές μεθόδους που βασίζονται στη φυσική. Χάρη σε αυτό το μοναδικό συνδυασμό, ξεπερνά τα υπάρχοντα μοντέλα μηχανικής μάθησης για προβλέψεις που εκτείνονται από μία έως δέκα ημέρες.
Το NeuralGCM είναι τόσο αποτελεσματικό που μπορεί να παρέχει ακριβείς προβλέψεις ακόμη και για δεκαετίες! Μάλιστα, σε αντίθεση με τα συμβατικά μοντέλα, τα οποία απαιτούν εκτεταμένους υπολογιστικούς πόρους και χρόνο, το NeuralGCM λειτουργεί αποτελεσματικά ακόμη και σε τυπικούς φορητούς υπολογιστές, όπως σημειώνει ο Stephen Hoyer της Google Research. Κανονικά, τα παραδοσιακά μοντέλα πρόβλεψης απαιτούν ώρες σε υπερυπολογιστές, που επεξεργάζονται τεράστιες ποσότητες δεδομένων για να προσομοιώσουν με ακρίβεια την ατμοσφαιρική και ωκεάνια συμπεριφορά.
Το NeuralGCM αναπτύχθηκε από τη συνεργασία των Google Research και Google DeepMind, του MIT, του Πανεπιστημίου Χάρβαρντ και του Ευρωπαϊκού Κέντρου Μεσοπρόθεσμων Προβλέψεων Καιρού. Το μοντέλο χρησιμοποιεί μηχανική μάθηση και νευρωνικά δίκτυα για την ανάλυση ιστορικών δεδομένων καιρού. Αυτή η προσέγγιση διατηρεί τις κρίσιμες αρχές της φυσικής μεγάλης κλίμακας, ενώ ενσωματώνει την τεχνητή νοημοσύνη για την ενίσχυση των εργασιών μοντελοποίησης. Ο Aaron Hill, επίκουρος καθηγητής μετεωρολογίας στο Πανεπιστήμιο της Οκλαχόμα, τόνισε την καινοτομία του συνδυασμού αυτών των μεθόδων, αντιπαραβάλλοντάς την με άλλα μοντέλα τεχνητής νοημοσύνης που παραλείπουν εντελώς τα στοιχεία που βασίζονται στη φυσική.
Βέβαια, ενώ η τεχνητή νοημοσύνη και η μηχανική μάθηση κερδίζουν ταχύτατα έδαφος στις κοινότητες της έρευνας για τον καιρό και το κλίμα, δεν έχουν γίνει ακόμη τόσο διαδεδομένες στην καθημερινή δημόσια πρόγνωση. Ο Hill επεσήμανε ότι οι μετεωρολόγοι εξακολουθούν να χτίζουν την εμπιστοσύνη σε αυτά τα νέα συστήματα, καθώς εξοικειώνονται με τις προβλέψεις που δημιουργούνται με τεχνητή νοημοσύνη. Ο Hoyer από την πλευρά του υπογράμμισε ομοίως ότι οι δημόσιοι οργανισμοί αρχίζουν σταδιακά να βλέπουν τα πιθανά οφέλη της τεχνητής νοημοσύνης, αν και τα παραδοσιακά μοντέλα παραμένουν ακόμη απαραίτητα.
Η μελέτη που περιγράφει λεπτομερώς αυτές τις εξελίξεις δημοσιεύθηκε στο επιστημονικό περιοδικό Nature τη Δευτέρα και μπορείτε να τη βρείτε πατώντας εδώ.
Πηγή: unboxholics.com