Ipinakilala ng Google DeepMind ang WeatherNext 2 AI Model Para sa Tumpak na Global Weather Forecasts
Sa madaling sabi
Inilunsad ng Google DeepMind ang WeatherNext 2, na naghahatid ng mas mabilis, mas mataas na resolution, at multi-scenario na pandaigdigang pagtataya ng panahon upang suportahan ang mas tumpak at naaaksyunan na paggawa ng desisyon.
Google DeepMind, ang AI division ng Google, ay ipinakilala ang WeatherNext 2, ang pinaka-advanced na sistema nito hanggang sa kasalukuyan para sa pagbuo ng mga pandaigdigang taya ng panahon na may pinahusay na katumpakan at mas mataas na resolution.
Ang WeatherNext 2 ay maaaring makagawa ng mga hula nang hanggang walong beses na mas mabilis, na may temporal na resolution na kasing tumpak ng isang oras, salamat sa isang bagong modelo na may kakayahang bumuo ng daan-daang potensyal na mga sitwasyon. Ang pamamaraang ito ay ginamit upang tulungan ang mga ahensya ng panahon sa paggawa ng desisyon, kabilang ang mga pang-eksperimentong hula sa bagyo.
Ginagawa na ngayong accessible ng mga user ang system, na may data ng forecast na available sa pamamagitan ng Google Earth Engine at BigQuery. Bukod pa rito, inilunsad ang isang programa ng maagang pag-access sa platform ng Vertex AI ng Google Cloud upang bigyang-daan ang pasadyang inference ng modelo.
Ang pagsasama-sama ng teknolohiya ng WeatherNext ay nagpahusay na ng mga pagtataya ng panahon sa Google Search, Gemini, Pixel Weather, at Google Maps Platform Weather API, at sa mga darating na linggo, susuportahan din nito ang impormasyon ng panahon sa loob ng mapa ng Google.
WeatherNext 2 Ipinakilala ang AI-Powered Functional Generative Networks Para sa Mas Mabuting Pagtataya sa Panahon
Ang tumpak na pagtataya ng panahon ay nangangailangan ng pagkuha ng buong hanay ng mga posibleng resulta, kabilang ang mga matinding sitwasyon na kritikal para sa pagpaplano. Ang WeatherNext 2 ay may kakayahang bumuo ng daan-daang potensyal na kinalabasan ng panahon mula sa isang paunang kundisyon, na ang bawat hula ay tumatagal ng wala pang isang minuto sa isang TPU—isang operasyon na mangangailangan ng mga oras gamit ang tradisyonal na physics-based na mga supercomputer na modelo.
Ang system ay naghahatid ng napakahusay at mataas na resolution na mga pagtataya hanggang sa isang oras, na higit na mahusay sa dating modelo ng WeatherNext sa 99.9% ng mga variable, kabilang ang temperatura, hangin, at halumigmig, sa mga lead time na 0 hanggang 15 araw. Nagbibigay-daan ito sa mas tumpak at naaaksyunan na mga hula.
Ang pinahusay na pagganap ay nakakamit sa pamamagitan ng isang bago Pagmomodelo ng AI diskarte na kilala bilang isang Functional Generative Network (FGN), na direktang nagpapakilala ng kontroladong 'ingay' sa arkitektura ng modelo, na tinitiyak na ang mga hula ay mananatiling makatotohanan sa pisikal at panloob na pare-pareho.
Ang pamamaraang ito ay partikular na epektibo para sa paghula sa parehong 'mga marginal'—mga indibidwal na elemento ng panahon gaya ng temperatura sa isang lokasyon, bilis ng hangin sa isang partikular na altitude, o halumigmig—at 'mga joint,' na kumplikado, magkakaugnay na mga sistema na nakasalalay sa mga ugnayan sa pagitan ng mga indibidwal na elementong ito. Bagama't ang modelo ay sinanay lamang sa mga marginal, maaari itong tumpak na maghinuha ng mga joint, na nagbibigay-daan dito na mahulaan ang malalaking pattern, tulad ng mga rehiyon na nakakaranas ng matinding init o ang inaasahang power output ng isang buong wind farm.
Sa WeatherNext 2, inilalapat ang advanced na pananaliksik sa praktikal at mataas na epekto sa pagtataya ng panahon. Ang mga pagsisikap ay patuloy na pinuhin at pahusayin ang teknolohiya habang ginagawang naa-access ang pinakabagong mga tool sa pandaigdigang komunidad.
Kasama sa trabaho sa hinaharap ang pagtuklas ng mga karagdagang data source at pagpapalawak ng availability para maabot ang mas maraming user. Sa pamamagitan ng pagbibigay ng mahusay na mga tool at bukas na data, ang inisyatiba ay naglalayong suportahan ang siyentipikong pagtuklas at bigyang-daan ang mga mananaliksik, developer, at organisasyon sa buong mundo na gumawa ng matalinong mga pagpapasya sa mga kumplikadong hamon at humimok ng pagbabago para sa hinaharap.
Pagtanggi sa pananagutan
Sa linya na may Mga alituntunin ng Trust Project, pakitandaan na ang impormasyong ibinigay sa pahinang ito ay hindi nilayon at hindi dapat bigyang-kahulugan bilang legal, buwis, pamumuhunan, pananalapi, o anumang iba pang paraan ng payo. Mahalagang mamuhunan lamang kung ano ang maaari mong mawala at humingi ng independiyenteng payo sa pananalapi kung mayroon kang anumang mga pagdududa. Para sa karagdagang impormasyon, iminumungkahi naming sumangguni sa mga tuntunin at kundisyon pati na rin sa mga pahina ng tulong at suporta na ibinigay ng nagbigay o advertiser. MetaversePost ay nakatuon sa tumpak, walang pinapanigan na pag-uulat, ngunit ang mga kondisyon ng merkado ay maaaring magbago nang walang abiso.
Tungkol sa Ang May-akda
Alisa, isang dedikadong mamamahayag sa MPost, dalubhasa sa cryptocurrency, zero-knowledge proofs, investments, at ang malawak na larangan ng Web3. Sa isang matalas na mata para sa mga umuusbong na uso at teknolohiya, naghahatid siya ng komprehensibong saklaw upang ipaalam at hikayatin ang mga mambabasa sa patuloy na umuusbong na tanawin ng digital finance.
Mas marami pang artikulo
Alisa, isang dedikadong mamamahayag sa MPost, dalubhasa sa cryptocurrency, zero-knowledge proofs, investments, at ang malawak na larangan ng Web3. Sa isang matalas na mata para sa mga umuusbong na uso at teknolohiya, naghahatid siya ng komprehensibong saklaw upang ipaalam at hikayatin ang mga mambabasa sa patuloy na umuusbong na tanawin ng digital finance.
