Google DeepMind Memperkenalkan Model AI WeatherNext 2 Untuk Ramalan Cuaca Global yang Tepat
Secara ringkas
Google DeepMind telah melancarkan WeatherNext 2, menyampaikan ramalan cuaca global yang lebih pantas, resolusi lebih tinggi dan pelbagai senario untuk menyokong pembuatan keputusan yang lebih tepat dan boleh diambil tindakan.
Google DeepMind, bahagian AI Google, telah memperkenalkan WeatherNext 2, sistemnya yang paling maju setakat ini untuk menjana ramalan cuaca global dengan ketepatan yang lebih baik dan resolusi yang lebih tinggi.
WeatherNext 2 boleh menghasilkan ramalan sehingga lapan kali lebih pantas, dengan resolusi temporal setepat satu jam, terima kasih kepada model baharu yang mampu menjana ratusan senario yang berpotensi. Pendekatan ini telah digunakan untuk membantu agensi cuaca dalam membuat keputusan, termasuk ramalan siklon eksperimen.
Sistem ini kini boleh diakses oleh pengguna, dengan data ramalan tersedia melalui Enjin Google Earth dan BigQuery. Selain itu, program akses awal telah dilancarkan pada platform Vertex AI Google Cloud untuk membenarkan inferens model tersuai.
Penyepaduan teknologi WeatherNext telah pun mempertingkat ramalan cuaca merentas Carian Google, Gemini, Cuaca Piksel dan API Cuaca Platform Peta Google, dan dalam minggu-minggu akan datang, ia juga akan menyokong maklumat cuaca dalam Peta Google.
WeatherNext 2 Memperkenalkan Rangkaian Generatif Fungsian Dikuasakan AI Untuk Ramalan Cuaca yang Lebih Baik
Ramalan cuaca yang tepat memerlukan penangkapan rangkaian penuh kemungkinan hasil, termasuk senario ekstrem yang penting untuk perancangan. WeatherNext 2 mampu menjana ratusan kemungkinan hasil cuaca daripada satu keadaan awal, dengan setiap ramalan mengambil masa kurang seminit pada satu TPU—operasi yang memerlukan berjam-jam menggunakan model superkomputer berasaskan fizik tradisional.
Sistem ini menyampaikan ramalan berkemahiran tinggi, beresolusi tinggi hingga sejam, mengatasi model WeatherNext sebelumnya pada 99.9% pembolehubah, termasuk suhu, angin dan kelembapan, merentas masa pendahuluan 0 hingga 15 hari. Ini membolehkan ramalan yang lebih tepat dan boleh diambil tindakan.
Prestasi yang dipertingkatkan dicapai melalui yang baharu pemodelan AI pendekatan yang dikenali sebagai Rangkaian Generatif Berfungsi (FGN), yang memperkenalkan 'bunyi' terkawal terus ke dalam seni bina model, memastikan ramalan kekal realistik secara fizikal dan konsisten secara dalaman.
Metodologi ini amat berkesan untuk meramalkan kedua-dua 'marginal'—elemen cuaca individu seperti suhu di lokasi, kelajuan angin pada ketinggian tertentu, atau kelembapan—dan 'sendi,' yang kompleks, sistem saling berkait yang bergantung pada hubungan antara elemen individu ini. Walaupun model ini dilatih hanya pada marginal, ia boleh membuat kesimpulan dengan tepat, membolehkannya meramalkan corak berskala besar, seperti kawasan yang mengalami haba melampau atau output kuasa yang dijangkakan bagi keseluruhan ladang angin.
Dengan WeatherNext 2, penyelidikan lanjutan sedang digunakan untuk ramalan cuaca yang praktikal dan berimpak tinggi. Usaha terus memperhalusi dan meningkatkan teknologi sambil menjadikan alat terkini boleh diakses oleh komuniti global.
Kerja masa hadapan termasuk meneroka sumber data tambahan dan mengembangkan ketersediaan untuk menjangkau lebih ramai pengguna. Dengan menyediakan alat yang mantap dan data terbuka, inisiatif ini bertujuan untuk menyokong penemuan saintifik dan membolehkan penyelidik, pembangun dan organisasi di seluruh dunia membuat keputusan termaklum mengenai cabaran yang kompleks dan memacu inovasi untuk masa hadapan.
Penafian
Selaras dengan Garis panduan Projek Amanah, sila ambil perhatian bahawa maklumat yang diberikan pada halaman ini tidak bertujuan untuk menjadi dan tidak seharusnya ditafsirkan sebagai nasihat undang-undang, cukai, pelaburan, kewangan atau sebarang bentuk nasihat lain. Adalah penting untuk hanya melabur apa yang anda mampu kehilangan dan mendapatkan nasihat kewangan bebas jika anda mempunyai sebarang keraguan. Untuk maklumat lanjut, kami mencadangkan merujuk kepada terma dan syarat serta halaman bantuan dan sokongan yang disediakan oleh pengeluar atau pengiklan. MetaversePost komited kepada laporan yang tepat dan tidak berat sebelah, tetapi keadaan pasaran tertakluk kepada perubahan tanpa notis.
Tentang Pengarang
Alisa, seorang wartawan yang berdedikasi di MPost, pakar dalam mata wang kripto, bukti pengetahuan sifar, pelaburan dan alam luas Web3. Dengan memerhatikan trend dan teknologi yang sedang muncul, beliau menyampaikan liputan komprehensif untuk memaklumkan dan melibatkan pembaca dalam landskap kewangan digital yang sentiasa berkembang.
lebih banyak artikel
Alisa, seorang wartawan yang berdedikasi di MPost, pakar dalam mata wang kripto, bukti pengetahuan sifar, pelaburan dan alam luas Web3. Dengan memerhatikan trend dan teknologi yang sedang muncul, beliau menyampaikan liputan komprehensif untuk memaklumkan dan melibatkan pembaca dalam landskap kewangan digital yang sentiasa berkembang.
