2024. 08. 12. - 08:35
Veszélyben vagyunk az időjárás miatt? A mesterséges intelligencia megmondja
Percekre van mindössze szüksége a mesterséges intelligenciának, hogy megjósolja, számíthatunk-e veszélyes időjárásra, ami rendkívül fontos lehet, ha extrém körülmények lehetősége áll fenn.
A mesterséges intelligencia hosszabb ideje használatos az időjárás-előrejelzésre, most azonban született egy MI-modell, amely még konkrétabban jósolhat - azt is, fedezékbe kell-e vonulnunk a veszélyes időjárás miatt.
A Google új fejlesztése során kombinálta egymással a hagyományos időjárás-előrejelző technológiát és a gépi tanulást.
A Nature szakfolyóiratban megjelent tanulmány szerint a kutatók hibrid számítógépes modellt alkottak meg, amely túlszárnyal más mesterséges intelligencia-alapú eszközöket az időjárás-előrejelzésben és az éghajlati eseményeket is képes jelezni – a NeuralGCM nevet kapta. Olvasd el: Maga mögé utasíthatja a szuperszámítógépet a Google mesterséges intelligencia?
Veszélyben vagyunk az időjárás miatt? A mesterséges intelligencia megmondja
Ez számít az első olyan gépi tanuláson alapuló modellnek, amely több lehetséges forgatókönyvet is az ember elé tár az időjárás kapcsán.
A hibrid technológia gyorsabb, mint a hagyományos időjárási modellek és kevesebb energiával dolgozik. Részletesebb eredményeket ad, mint a csak MI-alapúak.
Mivel több terrabájtnyi, vagy petabájtnyi történelmi időjárási adattal rendelkeznek, jobb modelleket tudnak fejleszteni, mert az MI ezekből a mintázatokból tanul – mondta Stephan Hoyer, a tanulmány társszerzője, a Google Research hallgatója gépi tanulás-témában.
Kiegészítő, hasznos MI-komponensek
A NeuralGCM hagyományos, fizikai modellek képességeit MI-komponensekkel egészíti ki.
A tesztek során pontos rövidtávú előrejelzéseket készített akár 3 nappal előre. A 7 napon túli előrejelzések terén pedig jóval kevesebb hibával dolgozott.
A kutatók arra is kíváncsiak voltak, hogy a mesterséges intelligencia-modell mennyire jó bizonyos időjárási jelenségek előre megjóslásában – így például a trópusi ciklonokéban.
A hibrid modell a jelek szerint sokkal realisztikusabban előrejelezte a ciklonok kialakulását és irányát, sőt, gyorsabban tette meg ezt, mint más gépi tanulás-modellek.
Mindez rendkívül hasznos lehet, hogy a szakemberek jó döntéseket hozzanak – és főleg időben -, amennyiben extrém időjárásra lehet számítani. A kutatók tovább finomítják a NeuralGCM-et.
B.A.
