Изкуственият интелект (AI) и машинното обучение революционизират прогнозите за времето в Индия, според г-н Мрутюнджей Мохапатра, началник на Индийския метеорологичен департамент (IMD). В интервю с PTI, Мохапатра подчерта, че тези развиващи се технологии значително ще подобрят настоящите числови модели за прогнозиране на времето през следващите пет години.
За да ръководи този напредък, е формиран екип от експерти, състоящ се от професионалисти от IMD и Министерството на земеделието (MoES). Също така са установени сътрудничества с престижни институти като Индийските институти по технология (IITs) и Индийските институти по информационни технологии (IIITs), за да се използва техните познания в AI и машинно обучение.
Мохапатра посочи, че IMD разширява своите наблюдателни системи, за да предостави мезоскални прогнози за времето на равнище на панчайат, покривайки области от над 10 квадратни километра по-бързо. IMD разполага с мрежа от 39 доплерови времетни радари, покриващи 85% от земеделието на страната, което позволява часови прогнози за големите градове.
Освен това IMD дигитализира времето си отзиви, които се връщат до 1901 г., предлагайки възможност за използване на AI за по-добро разбиране на времето. Мохапатра обясни, че AI моделите могат да анализират тези обширни исторически данни и да подобрят прогнозите, без да се опира само на физиката на явленията на времето.
Струва да се отбележи, че AI се използва все по-често от метеорологичните агенции по целия свят като средство за подобряване на способностите за прогнозиране, намаляване на разходите и повишаване на ефективността. AI инструментите не само помагат за разбирането на времевите шаблони, но също така играят решаваща роля в борбата с изменението на климата.
Например, проекти като watsonx.ai, сътрудничество между NASA и IBM, използват AI за наблюдение на околните промени и предоставят бъдещи прогнози на база на събраните данни. Подобно на това, Google’s DeepMind е разработил GraphCast, AI дървен модел за прогнозиране на времето способен да осигури прогнози за 10 дни в рамките на минута. Според учени от Google DeepMind, GraphCast е постигнал по-добри резултати от традиционните методи за прогнозиране на времето с 90% верификация.
Предимството на AI пред традиционните методи се крие във възможността му да използва исторически данни за времето, за да предвиди шаблони по-икономично и точно. Като идентифицира сложни шаблони в наборите от данни, AI подобрява точността на прогнозите по начини, по които традиционните уравнения не могат да се съпоставят. Оттам, AI-учените техники за прогнозиране като GraphCast показват енергийна ефективност, като са приблизително 1,000 пъти по-костеносравнителни от традиционните методи, както е отбелязано от Financial Times.
Заключително, интеграцията на AI и машинно обучение в прогнозите за времето носи огромен потенциал за подобряване на точността на прогнозите. IMD, заедно със сътрудничествата и напредъка в технологиите, е във водещите редици на използването на тези технологии за подобряване на разбирането и прогнозирането на времевите шаблони в Индия.
ЧЗВ
The source of the article is from the blog scimag.news