Моделите за временска прогноза засновани на вештачка интелигенција беа атрактивни во последниве години, но немаа прецизност.
Компанијата Huawei го разви Pangu Weather, модел за предвидување на времето кој нуди 10.000 пати поголема брзина од традиционалните нумерички методи, па за само неколку секунди може да се добие прогноза за целиот свет, што досега се сметаше за невозможно.
Благодарение на прецизното предвидување на патеката на овогодинешниот тајфун Мавар, едно од водечките светски научни списанија Nature објави статија за Pangu Weather AI Model. За прв пат, Huawei и неговите експерти се единствените автори на ваков важен Nature документ, кој опишува како да се развие прецизен и точен глобален систем за прогноза на времето со вештачка интелигенција врз основа на податоците од претходните 43 години. Трудот е насловен „Точна глобална метеоролошка прогноза со среден опсег со 3D невронски мрежи“ и обезбедува независно испитување на достигнувањата на Huawei на полето Cloud и AI.
Објаснувајќи зошто тимот на HUAWEI CLOUD AI одлучи да се фокусира на временската прогноза, д-р Тиан Ки, главен научник на полето на HUAWEI CLOUD AI, соработник на IEEE и академик на Меѓународната евроазиска академија на науките, рече дека временската прогноза е една од најпознатите важни сценарија од областа на научните пресметки.и дека метеоролошките прогнози е многу сложен систем.
„Голема чест ни е што нашето истражување беше препознаено од престижното списание Nature, бидејќи решава некои од важните проблеми што постоеја досега. Моделите со вештачка интелигенција можат да го предвидат однесувањето на атмосферата од масивните податоци што ги има на располагање. Во моментов, Pangu Weather главно врши прогнозирање, а неговата главна способност е да ја предвиди еволуцијата на атмосферските услови. Нашата крајна цел е да изградиме рамка за прогноза на времето од следната генерација користејќи технологии за вештачка интелигенција за зајакнување на постоечките системи за прогнозирање“, објасни д-р Ки.
Коментирајќи за важноста и квалитетот на истражувањето спроведено од HUAWEI CLOUD, академските рецензенти од магазинот Nature објаснија дека Pangu Weather е многу лесен за преземање и извршување, како и дека може брзо да се имплементира дури и на десктоп компјутер.
Со брзиот развој на компјутерската моќ во последните 30 години, точноста на нумеричкото временско прогнозирање значително се подобри, обезбедувајќи попрецизни предупредувања за катастрофи и екстремни климатски промени. Сепак, на некои важни резултати им треба уште долго време, па со цел да се забрзаат предвидувањата, истражувачите бараа начин да ги користат методите за машинско учење. За жал, и покрај фактот што вештачката интелигенција се повеќе се воведува во прогнозирањето, вештачката интелигенција во голема мера не можеше да предвиди екстремни временски услови како што се тајфуните.
Поради нивната брзина, моделите за временска прогноза базирани на вештачка интелигенција беа атрактивни во последниве години, но немаа прецизност од две причини. Прво, постоечките модели за временска прогноза со вештачка интелигенција се засноваат на 2D невронски мрежи, кои не можат добро да се справат со нерамномерните 3D временски податоци. И второ, временската прогноза со среден опсег може да содржи кумулативни грешки во прогнозата кога моделот се повикува премногу пати.
За време на научните тестови, моделот Pangu Weather покажа поголема точност во споредба со традиционалните нумерички методи за прогнозирање за прогнози од еден час до 7 дена, со зголемување на брзината на прогнозирање за 10.000 пати. Моделот може да ги предвиди најдобрите метеоролошки податоци, вклучувајќи влажност, брзина на ветерот, температура и притисок од нивото на морето за само неколку секунди.
Моделот користи архитектура 3D Earth-Specific Transformer (3DEST) за обработка на сложени различни 3D метеоролошки податоци. Користејќи хиерархиска, временска стратегија за агрегација, моделот е обучен за различни прогнозирани интервали користејќи интервали од еден час, три, шест и 24 часа. Тоа резултираше со намалување на бројот на повторувања за прогнозирање на метеоролошката состојба во одредено време и намалување на погрешните прогнози.
За да го обучат моделот на вештачка интелигенција за одредени временски интервали, истражувачите обучија 100 епохи (циклуси) користејќи примероци од временски податоци на час од 1979 до 2021 година. Секој од подмоделите бараше 16 дена обука на 192 графички картички. Благодарение на ова, Pangu Weather Model сега може да ја заврши 24-часовната глобална временска прогноза за само 1,4 секунди на графичката картичка V100, што е 10.000 пати подобрување во споредба со традиционалното нумеричко прогнозирање.
За постојано и дополнително подобрување на моделот за временска прогноза со вештачка интелигенција, неопходни се и стабилни Cloud средини, работни алатки и соодветни системи за работа и одржување, а Huawei ги комбинира сите во својата понуда.