谷歌 DeepMind AI 天气预报优于传统技术

joypaul369

机器学习算法消化了数十年的天气数据，能够比欧洲主要气象中心更准确地预测 90% 的大气测量结果。 具有旋转的紫色绿色和蓝色领域的全球地图 谷歌 DeepMind 的 GraphCast AI 软件可以比传统模拟更快地生成风速等大气变量的天气预报。礼貌：谷歌 9 月，谷歌位于英国伦敦的DeepMind 人工智能 (AI) 部门的研究人员对大洋彼岸的气候给予了不同寻常的关注。飓风“李”距离登陆至少还有 10 天，用预测的话来说是亿万年，而官方的预测仍然在风暴到达东北部主要城市和根本没有到达之间​​摇摆不定。DeepMind自己的实验软件做出了一个非常具体的预测：它将到达更北的地方。“我们被粘在座位上，”研究科学家雷米·林 (Rémi Lam) 说道。 一周半后，即 9 月 16 日，李在DeepMind 的软件GraphCast几天前预测的地方登陆：新斯科舍省长岛，远离主要人口中心。它为新一代人工智能天气模型带来了突破性进展，其中包括英伟达和华为打造的其他天气模型，其卓越的表现令业界感到惊讶。经验丰富的气象学家在今年飓风季节早些时候告诉《连线》杂志，专家们对人工智能的担忧已经被该领域即将发生巨大变革的预期所取代。 今天，谷歌分享了这一承诺的新的、经过同行评审的证据。在《科学》杂志上发表的一篇论文中，DeepMind 研究人员报告称，他们的模型在湿度和温度等 1,300 多个大气变量中的表现比全球气候预测巨头欧洲中期天气预报中心 (ECMWF) 的预测高出90% 。更好的是，DeepMind 的模型可以在笔记本电脑上运行，并在不到一分钟的时间内返回预测，而传统模型需要巨大的超级计算机。 播放/暂停按钮 基于人工智能的天气模型对 9 月份李飓风的 10 天预测准确预测了飓风将在何处登陆。

礼貌：谷歌 如何使用 AI 获取 GraphCast 天气预报 标准天气模拟通过尝试重现大气物理现象来做出预测。多年来，由于数学的改进以及越来越多的传感器和卫星军队越来越精确的气候观测的结合，它们已经得到了改进。它们也很麻烦。ECMWF 或美国国家 墨西哥电话号码表 海洋和大气协会等主要中心的预测需要在强大的服务器上进行数小时的计算。 当 DeepMind 研究总监 Peter Battaglia 几年前开始研究天气预报时，这似乎是他特定的机器学习品牌的完美问题。谷歌的人工智能部门已经通过一个名为 NowCasting 的雷达数据训练系统来处理当地的降雨预报。现在他的团队想要尝试预测全球范围内的气候。 Battaglia 已经领导了一个团队，致力于应用称为图形神经网络（GNN）的人工智能系统来开发流体行为模型，这是物理学中的一个经典挑战，用于描述液体和气体的运动。由于天气预报基本上是对分子流进行建模，因此转向 GNN 似乎是一个合乎逻辑的选择。尽管训练这些系统是一项繁重的工作，需要数百个专用图形处理单元（GPU）来处理大量数据，但最终的系统最终是轻量级的，使得可以用最小的计算能力快速生成预测。 最受关注 考古学家在墨西哥北部的一个史前洞穴中发现了大约 3000 年前的婴儿遗骸 考古学家在墨西哥北部的一个史前洞穴中发现了大约 3000 年前的婴儿遗骸 安娜·拉各斯 墨西哥在玛雅火车的路径上发现了近几十年来“最伟大的考古宝藏” 墨西哥在玛雅火车的路径上发现了近几十年来“最伟大的考古宝藏” 安娜·拉各斯 2024年天文历：全年所有日食、合相和流星雨 2024年天文历：全年所有日食、合相和流星雨 豪尔赫·加雷 Spotify 上的时间胶囊：它是什么以及如何创建您的时间胶囊 Spotify 上的时间胶囊：它是什么以及如何创建您的时间胶囊 费尔南达·冈萨雷斯 广告 GNN 将信息表示为数学“图”，即相互影响的互连节点的网络。



就 DeepMind 天气预报而言，每个节点代表特定位置的一组大气条件，例如温度、湿度和压力。这些点分布在整个地球和不同的高度：真正的数据云。目标是预测所有这些点的所有数据将如何与其邻居交互，捕获条件如何随时间变化。 训练软件做出良好的预测需要正确的数据。DeepMind 利用ECMWF 39 年收集和处理的观测数据训练其网络，以准确预测任何一组天气条件将如何演变。该程序旨在教导程序一组初始大气模式如何以六小时为增量发生变化。然后将每个预测合并到下一个预测中，最终形成一个跨越一周以上的长期愿景。 播放/暂停按钮 谷歌的 DeepMind AI 模型可以快速生成湿度、温度和表面风速等天气状况的全球预测。 礼貌：谷歌 人工智能仍然无法预测极端天气条件 Lam 和 Battaglia 将他们的预测模型的出色性能视为起点。由于它能够如此轻松地估计任何类型的预报，他们相信可以调整版本，以便在某些类型的天气条件下更好地工作，例如下雨、酷热或飓风路径，或者提供更详细的信息。 . 对于特定区域。谷歌还表示正在探索如何将 GraphCast 添加到其产品中。该公司最近在移动设备上显示的天气预报中添加了一种不同的人工智能模型，专为短期预测而设计。 ECMWF 从事机器学习预测工作的 Matthew Chantry 表示，Google DeepMind 的 GraphCast 正在成为最强大的 AI 竞争者。“随着时间的推移，它会变得越来越好。“这非常令人兴奋，”他说。他补充道，另一个优势是，该软件是唯一一款采用该技术提供降水预报的天气预报器，这对于人工智能模型来说是一项特别复杂的任务，因为产生降雨的物理原理往往是在非常精细的水平上发展的。用于训练它们的数据支持这一点。