DeepMind разработва AI, който може да прогнозира времето
Метеоролозите имат на разположение множество алгоритми за прогнозиране на валежите. Най-сложните от тях могат да правят прогнози няколко дни в бъдещето, но често се борят да правят по-краткосрочни такива. Причината е свързана с начина, по който се генерират.
Изследователското подразделение за изкуствен интелект на Alphabet Inc., представя нов проект, който се стреми да използва машинно обучение за генериране на по-добри прогнози за времето.
Проектът е сътрудничество между DeepMind и Met Office, националната метеорологична служба на Обединеното кралство. Изследователите, участващи в инициативата, разработиха AI система, способна да прогнозира валежите до два часа по-рано.
Как се случва магията?
Обикновено вероятността и местоположението на бъдещите валежи се изчисляват с помощта на сложни физически уравнения, чието решаване отнема доста време. Но когато се прогнозира времето за час или два в бъдещето, прогнозите трябва да се генерират бързо. В противен случай съществува риск те да остареят до момента, в който всички изчисления приключат.
Намеса на изкуствения интелект
Системата за изкуствен интелект на DeepMind ускорява прогнозирането, като разменя физическите уравнения, които обикновено се използват за задачата, с алгоритъм за машинно обучение. Последният е известен като генеративна съревнователна мрежа. Тя получава метеорологични наблюдения от последните 20 минути. Анализира данните и използвайки статистически техники, преценява дали ще има валежи през следващите два часа.
Наблюденията за времето, на които AI системата на DeepMind базира своите прогнози, се събират с помощта на радарни сензори. Те измерват количеството на валежите на всеки 5 минути при разделителна способност 1км. Комбинацията от решаваща област, в която съществуващите методи се борят и наличието на висококачествени данни предоставя възможност на машинното обучение да даде своя принос към съставянето на текущите прогнози.
Генеративните съревнователни мрежи като тази, която DeepMind използва за създаване на прогнози за времето, са сравнително ново допълнение към областта на машинното обучение. Те са въведени за първи път през 2014 г. За да изградят такава, изследователите трябва да създадат не един, а два отделни модела за машинно обучение. Последните подобряват взаимната си точност чрез своеобразна конкуренция, която в крайна сметка прави възможно генерирането на надеждни прогнози.
Първият AI, който участва в състезанието, е отговорен за генериране карти на валежите. Вторият AI има задачата да забележи неточните карти, генерирани от първия. Двете невронни мрежи се учат една от друга и с течение на времето подобряват своите възможности. В крайна сметка първият AI, който е отговорен за генерирането на картите, става толкова точен, че може да започне да прогнозира бъдещи метеорологични събития с висока степен на надеждност.
За по-добро бъдеще
AI система може да надмине не само традиционните методи за прогнозиране на времето, но и по-новите подходи, базирани на машинно обучение. Системата може да се окаже изключително надеждна при дребномащабни метеорологични явления.
Чрез използване на статистически, икономически и когнитивни анализи учените успяват да демонстрират нов и конкурентен подход за прогнозиране на валежите. Бъдещата работа за подобряване на инструмента изисква разработване на допълнителни начини за оценка на производителността и специализиране на тези методи за конкретни приложения в реалния свят.
