Google DeepMind predstavlja model umetne inteligence WeatherNext 2 za natančne globalne vremenske napovedi
Na kratko
Google DeepMind je predstavil WeatherNext 2, ki zagotavlja hitrejše, ločljivejše in večscenarske globalne vremenske napovedi za podporo natančnejšemu in učinkovitejšemu odločanju.
Google DeepMind, oddelek za umetno inteligenco podjetja Google, je predstavil WeatherNext 2, svoj doslej najnaprednejši sistem za ustvarjanje globalnih vremenskih napovedi z izboljšano natančnostjo in višjo ločljivostjo.
WeatherNext 2 lahko izdela napovedi do osemkrat hitreje, s časovno ločljivostjo do ene ure natančno, zahvaljujoč novemu modelu, ki lahko ustvari na stotine potencialnih scenarijev. Ta pristop se uporablja za pomoč vremenskim agencijam pri odločanju, vključno z eksperimentalnimi napovedmi ciklonov.
Sistem je zdaj dostopen uporabnikom, podatki o napovedih pa so na voljo prek Google Earth Engine in BigQuery. Poleg tega je bil na platformi Vertex AI storitve Google Cloud uveden program zgodnjega dostopa, ki omogoča sklepanje modelov po meri.
Integracija tehnologije WeatherNext je že izboljšala vremenske napovedi v Iskanju Google, Gemini, Pixel Weather in API-ju za vreme platforme Google Maps, v prihodnjih tednih pa bo podpirala tudi vremenske informacije znotraj Google Maps.
WeatherNext 2 predstavlja funkcionalna generativna omrežja, ki jih poganja umetna inteligenca, za boljše vremenske napovedi
Natančna vremenska napoved zahteva zajemanje celotnega spektra možnih izidov, vključno z ekstremnimi scenariji, ki so ključni za načrtovanje. WeatherNext 2 lahko iz enega samega začetnega pogoja ustvari na stotine možnih vremenskih izidov, pri čemer vsaka napoved na enem samem TPU traja manj kot minuto – operacija, ki bi z uporabo tradicionalnih superračunalniških modelov, ki temeljijo na fiziki, zahtevala ure.
Sistem zagotavlja zelo natančne napovedi visoke ločljivosti do ure natančno in prekaša prejšnji model WeatherNext pri 99.9 % spremenljivk, vključno s temperaturo, vetrom in vlažnostjo, v časovnih obdobjih od 0 do 15 dni. To omogoča natančnejše in uporabnejše napovedi.
Izboljšana zmogljivost je dosežena z novo Modeliranje umetne inteligence pristop, znan kot funkcionalno generativno omrežje (FGN), ki v arhitekturo modela neposredno vnaša nadzorovan »šum« in tako zagotavlja, da napovedi ostanejo fizično realistične in notranje skladne.
Ta metodologija je še posebej učinkovita za napovedovanje tako »marginalnih« – posameznih vremenskih elementov, kot so temperatura na lokaciji, hitrost vetra na določeni nadmorski višini ali vlažnost – kot tudi »spojev«, ki so kompleksni, medsebojno povezani sistemi, odvisni od odnosov med temi posameznimi elementi. Čeprav je model usposobljen le na marginalnih elementih, lahko natančno sklepa na spoje, kar mu omogoča napovedovanje vzorcev v velikem obsegu, kot so regije z ekstremno vročino ali pričakovana izhodna moč celotne vetrne elektrarne.
Z WeatherNext 2 se napredne raziskave uporabljajo za praktično napovedovanje vremena z velikim vplivom. Prizadevanja se nenehno izpopolnjujejo in izboljšujejo tehnologijo, hkrati pa svetovni skupnosti omogočajo dostop do najnovejših orodij.
Prihodnje delo vključuje raziskovanje dodatnih virov podatkov in širitev razpoložljivosti, da bi dosegli več uporabnikov. Z zagotavljanjem robustnih orodij in odprtih podatkov si pobuda prizadeva podpreti znanstvena odkritja in omogočiti raziskovalcem, razvijalcem in organizacijam po vsem svetu sprejemanje premišljenih odločitev o kompleksnih izzivih ter spodbujanje inovacij za prihodnost.
Zavrnitev odgovornosti
V skladu z Smernice projekta Trust, upoštevajte, da informacije na tej strani niso namenjene in se jih ne sme razlagati kot pravni, davčni, naložbeni, finančni ali kakršen koli drug nasvet. Pomembno je, da vlagate samo tisto, kar si lahko privoščite izgubiti, in da poiščete neodvisen finančni nasvet, če imate kakršne koli dvome. Za dodatne informacije predlagamo, da si ogledate določila in pogoje ter strani s pomočjo in podporo, ki jih nudi izdajatelj ali oglaševalec. MetaversePost se zavzema za natančno in nepristransko poročanje, vendar se tržni pogoji lahko spremenijo brez predhodnega obvestila.
O avtorju
Alisa, predana novinarka pri MPost, je specializirano za kriptovalute, dokazila brez znanja, naložbe in obsežno področje Web3. Z ostrim očesom za nastajajoče trende in tehnologije zagotavlja celovito pokritost za informiranje in vključevanje bralcev v nenehno razvijajočo se pokrajino digitalnih financ.
več člankov
Alisa, predana novinarka pri MPost, je specializirano za kriptovalute, dokazila brez znanja, naložbe in obsežno področje Web3. Z ostrim očesom za nastajajoče trende in tehnologije zagotavlja celovito pokritost za informiranje in vključevanje bralcev v nenehno razvijajočo se pokrajino digitalnih financ.
