„Google“ keičia orų prognozavimą, derindama generatyvinį dirbtinį intelektą ir difuzijos modelius, ir tai daro naudodama novatorišką SEEDS (keičiamo dydžio ansamblio apvalkalo difuzijos mėginių ėmimo) sistemą. Šis patobulinimas žymi lūžio tašką klimato kaitos ir ekstremalių įvykių prognozavimo srityje, leisdamas prognozių tikslumui ir efektyvumui pasiekti naują lygį, viršijantį tradicinių superkompiuterių pasiekiamą lygį, ir už daug mažesnę jų kainos dalį.
Kas yra SEEDS ir kodėl jos trikdo klimato prognozavimą?
SĖKLŲ svarba slypi tame, kad sprendžia du pagrindinius istorinius iššūkius meteorologijoje:
- Skaičiavimo kainaleidžia sukurti daug daugiau galimų prognozių (vadinamų „ansambliais“), naudojant tik nedidelę superkompiuterio pajėgumų dalį.
- Neapibrėžtumas ekstremalių įvykių metuSEEDS gali imituoti ir numatyti reti ir ekstremalūs oro reiškiniai iš daug platesnės galimų scenarijų duomenų bazės.
„Google Research“ duomenimis, SEEDS pasiekia didesnį statistinį patikimumą, nes sukuria daug daugiau tikėtinų orų trajektorijų, taip sumažindama klaidų rizika kritinėse situacijose tokių kaip karščio bangos, liūtys, uraganai ir kiti smarkūs reiškiniai.
Štai kaip veikia SEEDS: dirbtinis intelektas tikslios meteorologijos tarnyboje
SEEDS esmė slypi vadinamajame tikimybiniai difuzijos modeliaipažangi dirbtinio intelekto metodologija, kuri, užuot apsiribojusi vienu rezultatu ar „geriausiu spėjimu“, sukuria daugybę galimų scenarijų, pagrįstų viena ar dviem pradinėmis prognozėmisJis naudoja triukšmo šalinimo algoritmus, panašius į tuos, kurie naudojami generatyviniuose dirbtinio intelekto modeliuose kitose srityse, pvz., vaizdų kūrime ar natūralioje kalboje (pavyzdžiui, „ChatGPT“ arba „Gemini“).
Šis konceptualus panašumas su generatyviniu dirbtiniu intelektu leidžia SEEDS, skirtingai nei tradicinėse sistemose, pateikti dešimtis alternatyvių prognozių tai pačiai pradinei situacijaiPaprastai tariant, tai tarsi galėtume paklausti tūkstančių „virtualių ekspertų“, kas nutiks, ir sudaryti statistiką remdamiesi jų atsakymais, taip padidindami savo prognozės tikslumą.
Ryškiausi šio požiūrio privalumai yra šie:
- Padidėjęs prognozių generavimo greitisIki 256 kartų greitesnis nei tradiciniai metodai, todėl lengviau reaguoti realiuoju laiku.
- Minimalus skaičiavimo sunaudojimasApskaičiuota, kad pakanka tik 10 % superkompiuterio reikalingos galios, kad būtų atliktas toks pat skaičius simuliacijų su klasikiniais skaitmeniniais modeliais.
- Geresnis ekstremalių įvykių apibūdinimas: padidina galimybę numatyti retus, bet didelį poveikį turinčius įvykius daug patikimiau.
Kaip aiškina „Google“ inžinieriai, SEEDS mokosi iš visame pasaulyje surinktų fizinių duomenų (atmosferos slėgio, drėgmės, temperatūros, vėjo ir kt.) ir gali ekstrapoliuoti dešimtis ateities galimybių, padėdama meteorologams geriau suprasti ir informuoti apie riziką.
Palyginimas: Kuo SEEDS patobulina tradicinius prognozavimo metodus?
- Tradiciniai metodaiJie naudoja fizikos dėsniais pagrįstus modelius, kuriems apskaičiuoti reikia dešimtis kartų paleisti tą patį modelį su nedideliais pradinių sąlygų pokyčiais (ansamblio prognozavimas). Tai labai brangu ir paprastai įmanoma tik dideliuose meteorologijos centruose, turinčiuose beveik neribotus išteklius.
- SĖKLOS: pradedama nuo kelių „pradinių“ prognozių ir, pasitelkiant generatyvinį dirbtinį intelektą, sukuriamas visas galimų scenarijų debesis, sutaupant iki 90 % skaičiavimo išteklių ir suteikiant daugiau institucijų (ne tik nacionalinių agentūrų) prieigą prie pažangių prognozių.
Dėl to sistema gali būti demokratizuota vietos ir regioniniam naudojimui arba net tokiuose sektoriuose kaip žemės ūkis, ekstremalių situacijų valdymas, atsinaujinanti energija ir logistika, kur šiuo metu ji būtų neįmanoma dėl techninės įrangos kainų.
Praktinis ir potencialus SEEDS pritaikymas realiame pasaulyje
- Didelės skiriamosios gebos meteorologijaSEEDS leidžia pateikti daugiau prognozių trumpesniais intervalais, taip padidinant įspėjimų dažnumą ir kokybę.
- Klimato rizikos valdymaspadeda anksti aptikti galimas karščio bangas, smarkias liūtis, potvynius ar neįprastus įvykius, taip padedant išgelbėti gyvybes ir sumažinti materialinę žalą.
- Meteorologijos agentūrų išteklių optimizavimasSutaupytos lėšos skaičiavimo infrastruktūroje gali būti panaudotos fizinių modelių skiriamajai gebai pagerinti, papildomiems jutikliams įsigyti arba prognozavimo langui prailginti.
- Poveikis strateginiams sektoriamsEnergetikos, žemės ūkio, logistikos, aviacijos ir turizmo sektoriams gali būti naudingos patikimesnės, hiperlokalinės prognozės.
- Pagalba perduodant įspėjimusDėl įvairių scenarijų automatizuotos sistemos gali tiksliau numatyti, kada gyventojams siųsti svarbius įspėjimus.
Kaip SEEDS keičia ekstremalių oro reiškinių tyrimus?
Vienas iš esminių meteorologijos iššūkių yra numatyti reti ir didelį poveikį turintys reiškiniai, pavyzdžiui, šilto oro intruzijos, smarkios audros, staigūs potvyniai ar užsitęsusios sausros. Tradiciniai modeliai, kadangi jie imituoja tik ribotą skaičių scenarijų, gali nesugebėti „užfiksuoti“ šių įvykių. SEEDS, išplėsdamas galimų atmosferos trajektorijų diapazoną, labai pagerina gebėjimą numatyti tokius įvykius.
Pavyzdžiui, staigių karščio bangų, kurias sukėlė šilto oro įsiskverbimas iš Šiaurės Afrikos į Europą, atveju SEEDS sistema įrodė gebanti tiksliau atkurti reiškinio tikimybę ir erdvinę struktūrą, padėdama pagalbos tarnyboms ir piliečiams iš anksto ir tiksliai pasiruošti.
Atsižvelgiant į klimato kaitą ir vis dažnėjančius ekstremalius reiškinius, tokios priemonės kaip SEEDS yra labai svarbūs prevenciniam planavimui ir mažinant poveikį infrastruktūrai, žemės ūkiui ir visuomenės sveikatai.
Glaudžiai susijęs su kitais „Google“ dirbtinio intelekto modeliais: „MetNet-3“, „GraphCast“ ir būsima integracija
„Google“ įsipareigojimas klimato kaitos dirbtinio intelekto srityje gerokai viršija SEEDS. Šis modelis jau integruojasi ir egzistuoja kartu su dviem pagrindinėmis technologijomis:
- MetNet-3Specializuojasi hiperlokalinėse ir trumpalaikėse didelės skiriamosios gebos prognozėse (dabartinės prognozės), idealiai tinkančios numatyti smarkų lietų ar įvykius iki 24 valandų laikotarpiu.
- GraphCast: generatyvinis grafais pagrįstas modelis, skirtas pasaulinėms ir vidutinės trukmės (iki dešimties dienų) prognozėms, galintis nustatyti vėjo formavimosi modelius, ciklonus ir kitas didelio masto meteorologines situacijas.
SEEDS, „MetNet-3“ ir „GraphCast“ sinergija sudarys sąlygas progresui kuriant išmaniąją meteorologiją, kur dirbtinis intelektas gali prisitaikyti prie įvairių problemų, tokių kaip atsinaujinančiosios energijos planavimas, pasaulinė logistika ir uraganų bei taifūnų ekstremalių situacijų valdymas.
SĖKLŲ privalumai ir diferenciacinės savybės
- Drastiškai sumažintos skaičiavimo išlaidosReikalinga iki 90 % mažiau išteklių, palyginti su tradiciniais skaitmeniniais prognozavimo modeliais, todėl jį galima išplėsti į regionus ir šalis, neturinčias didelės infrastruktūros.
- Mastelio keitimas ir demokratizavimasBet kuri institucija, universitetas ar vietos agentūra gali integruoti SEEDS ir gauti pasaulinio lygio prognozes.
- Statistinio patikimumo patobulinimaiPadidinus sugeneruotų scenarijų skaičių ir įvairovę, pagerėja tikimybių įvertinimas, ypač ekstremalių įvykių atveju.
- Suderinamumas su fizinėmis sistemomisSEEDS gali egzistuoti kartu su klasikiniais fiziniais modeliais, veikdamas kaip „statistinis emuliatorius“, kuris daugina turimą informaciją be brangių papildomų skaičiavimų.
- Remiantis realiais duomenimis, pažangūs mokymaiSistema buvo apmokyta ir patvirtinta naudojant įgūdžių metrikas, tokias kaip rango histograma, ECM ir CRPS, kurios patikimumu pranoksta tradicines Gauso sistemas.
Kaip SEEDS veikia kasdienį gyvenimą ir pagrindinius sektorius?
- PilietybėTikslesnės prognozės leidžia planuoti kasdienę veiklą, keliones ar renginius lauke su didesniu pasitikėjimu.
- Ekstremalių situacijų valdytojaipagerina reagavimo į potvynius, audras ar miškų gaisrus pajėgumus, geriau numatant jų atsiradimo tikimybę.
- Energetikos sektoriusAtsinaujinančioji energija (daugiausia vėjo ir saulės) priklauso nuo patikimų orų prognozių, kad būtų galima planuoti gamybą ir vartojimą.
- ŽemdirbystėPasėlių ir drėkinimo optimizavimas dabar yra daug tikslesnis, todėl sumažėja nuostoliai ir pagerėja sektoriaus pelningumas.
- Turizmas ir aviacijaSkrydžiai, renginiai ir kelionės gali būti pritaikyti remiantis patikima, realiuoju laiku pateikiama orų informacija.
SEEDS revoliucijos raktas slypi joje gebėjimas mokytis ir dauginti galimas prognozes, įveikiant skaičiavimo sąnaudų keliamą kliūtįDabar net ir kuklios institucijos gali naudotis pažangiausiomis technologijomis, o šalys, turinčios mažiau išteklių, gali numatyti klimato grėsmes taip pat ar net patikimiau nei pažangiausi meteorologijos centrai.
Be to, atsiveria naujos galimybės didinti įspėjimų dažnumą, tobulinti erdvinę prognozių skiriamąją gebą ir pereiti prie aktyvios ir suasmenintos meteorologijos, kuri yra labai svarbi skaitmeninei visuomenei ir klimato kaitos iššūkiams spręsti.
SEEDS inovacija yra aiškus generatyvinio dirbtinio intelekto pritaikymo realaus pasaulio iššūkiams potencialo pavyzdys: Tikslus orų prognozavimas nebėra vien galingų superkompiuterių, bet ir kūrybiškumo algoritmų bei pasaulinio prieinamumo klausimas.Taigi „Google“ plečia meteorologijos mokslo ribas, teikdama įrankius, turinčius didžiulį socialinį, ekonominį ir aplinkosauginį poveikį, ir taip geriau pasiruošdama šiandienos ir rytojaus klimato iššūkiams.