Майкрософт прави нова стъпка в прогнозирането на времето с инициативата си да направи дългосрочните прогнози по-точни. Те са разработили модели на изкуствен интелект, които могат да предсказват времето за период от до 30 дни с цел да улеснят планирането на пътуванията с по-голямо увереност.
Техният екип за развитие е бил признат от ForecastWatch като най-точният световен доставчик на прогнози за времето към март 2023 г., но те не почиват на лаврите си. Обявено чрез публикация в блога на Бинг тази седмица, Microsoft Start отива още по-далеч с изследователска статия, публикувана в arXiv от Корнелски университет. Това изследване показва, че моделът за средносрочни прогнози на Майкрософт надминава в ефективност Европейския център за междурегионални прогнози за времето (ECMWF).
Иновацията зад модернизирания систем на Майкрософт се крие в умна комбинация от пет модела на изкуствен интелект и три архитектури на дълбоко обучение. Този микс се използва за обработване на огромни множества данни за времето, събрани през десетилетия, като разкрива модели и предсказва бъдещи тенденции при висока точност.
Статията описва тези модели на ИИ като функциониращи подобно на традиционните числови модели за прогнозиране на времето (NWP). Те започват с настоящото състояние на атмосферата, представено в тримерно пространство, и го проектират към бъдещето, постепенно създавайки прогнози за следващите часове.
Моделите на Майкрософт за изкуствен интелект предлагат съществено предимство: с помощта на технологията GPU те могат да извършват прогнози по-бързо и на по-чести интервали. Тази скорост може значително да подобри точността на прогнозите.
Според Майкрософт, тези модели на ИИ вече са надминали показателите за грешка в температурата, използвани от ECMWF, с 17% за прогнозите за една седмица и с 4% за прогнозите за четири седмици. Те планират да внедрат този иновативен модел в Microsoft Start, като по този начин предлагат изключително надеждни прогнози за времето на потребителите.
Други важни факти за разглеждане при обсъждането на напредъка в прогнозирането на времето чрез ИИ на Майкрософт са:
– Предизвикателства на традиционното NWP: Числовото прогнозиране на времето (NWP) се основава тежко на суперкомпютри за симулиране на атмосферата с помощта на модели, базирани на физика. Въпреки това тези модели изискват огромни изчислителни ресурси и могат да бъдат ограничени от резолюцията, с която симулират времето. Това влияе на техните възможности за точно прогнозиране на събития от малък мащаб или съществени промени дълго предварително.
– Асимилация на данни: Моделите на ИИ, като тези разработени от Майкрософт, могат да включват напреднали техники за асимилация на данни. Тези техники смесват наблюдателни данни с моделни данни, за да подобрят началните условия, което може да доведе до по-точни прогнози за времето.
– Влияние на изменението на климата: С настъпването на изменението на климата, времето става по-неконституционно, което възлага аргументи за усложняване и необходимост за точни дългосрочни прогнози за времето. Моделите на базирани на ИИ може да бъдат по-добре подготвени да се приспособят към тези промени и да предоставят по-точни прогнози в променящ се климат.
Клѝчови въпроси и отговори:
– В: Защо Майкрософтовият ИИ може да предвиди времето с такава прецизност?
– О: ИИ на Майкрософт използва комбинация от множество модели на изкуствен интелект и архитектури на дълбоко обучение, които обработват обширни данни, идентифицират модели и предсказват бъдещи тенденции, които традиционните модели може би щяха да пропуснат. Използването на технологията GPU позволява тези прогнози да се случват по-бързо и по-често.
– Q: Как Майкрософтовият ИИ се сравнява с традиционните методи за прогнозиране на времето?
– О: ИИ на Майкрософт е надминал температурните показатели за грешка на Европейския център за междурегионални прогнози за времето, което подсказва, че той може потенциално да предложи по-точни прогнози, особено за средносрочни прогнози.
Ключови предизвикателства:
– Наличност на данни: Моделите за прогнозиране на времето, базирани на ИИ, изискват големи количества исторически данни за времето. Наличността и качеството на тези данни са от съществено значение за производителността на модела.
– Изчислителни изисквания: Въпреки че моделите на ИИ могат да работят по-бързо от традиционните подходи на NWP, все още има значителни изчислителни разходи, свързани с обучението на тези модели, което изисква достъп до напреднали изчислителни ресурси.
– Обобщение: Моделите на ИИ се представят добре в условия, подобни на данните, по които са обучени. Ако времето се промени значително, моделите може да се наложи да бъдат преобучени, за да поддържат точността си.
Предимства:
– Могат да предвидят времето по-далече в бъдеще с по-голяма прецизност.
– По-бързо смятане допринася за по-чести актуализации на прогнозите.
– Моделите на ИИ може да бъдат по-лесно приспособими към изменящите се патерни на метеорологичния уеб.
Недостатъци:
– Изисква значителна изчислителна мощ и капацитет за съхранение на данни.
– Възможност за пристрастие в модела поради ограниченията на тренировъчните данни.
– Дългосрочната надеждност пред лицето на бързо променящите се климатични условия все още не е ретроспективно изпитана.
За тези, които са заинтересовани от допълнителна информация за участието на Майкрософт в прогнозирането на времето, основната връзка към домейн е както следва: Microsoft.
Като цяло, напредъкът на Майкрософт в прогнозирането на времето с помощта на изкуствения интелект има потенциала да добави значителна стойност в различни сектори, от селското стопанство и транспорта до готовността за бедствия, като позволява по-точни и по-дългосрочни прогнози за времето. Въпреки това, техническите, данните, и предизвикателствата за адаптация трябва да бъдат взети предвид, докато технологията продължава да се развива.