Az esőképek és a gépi tanulás forradalmasítják az időjárási előrejelzéseket Indiában – állítja Mrutyunjay Mohapatra, az India Meteorológiai Intézet (IMD) vezetője. Egy PTI interjúban Mohapatra hangsúlyozta, hogy ezek a feltörekvő technológiák jelentősen javítani fogják a jelenlegi numerikus időjárás-előrejelző modelleket a következő öt évben.
Ennek a fejlesztésnek az élére egy szakértői csapat állt az IMD és a Földtudományi Minisztérium (MoES) szakembereiből. Együttműködési megállapodások kötésére került sor a presztízses intézményekkel, mint például az Indiai Műszaki Intézetek (IIT-k) és az Indiai Információtechnológiai Intézetek (IIIT-k), hogy kihasználják a mesterséges intelligencia és a gépi tanulás területén szerzett szaktudásukat.
Mohapatra rámutatott arra, hogy az IMD az észlelőrendszereit kiterjeszti annak érdekében, hogy a mezoméről származó időjárási előrejelzéseket a panchayat-szinten is elérhetővé tegye, és, hogy a területeket, amelyek 10 négyzetkilométer felettiek, gyorsabban fedezze le. Az IMD telepített egy 39 dopppler időjárásradar hálózatot, amely lefedi az ország területének 85%-át, lehetővé téve a nagyvárosokra vonatkozó óránkénti előrejelzéseket.
Ezenkívül az IMD digitalizálta az 1901 óta visszamenőleges időjárási feljegyzéseket, lehetőséget adva a mesterséges intelligencia felhasználására az időjárás mintázatainak jobb megértésére. Mohapatra elmagyarázta, hogy az AI modellek elemzésével ezeket a történelmi adatokat az előrejelzéseket is javíthatják anélkül, hogy kizárólag a meteorológiai jelenségek fizikai mivoltán alapulnának.
Az érdemes megjegyezni, hogy az AI-t egyre inkább alkalmazzák az időjárási ügynökségek világszerte annak érdekében, hogy javítsák előrejelzési képességeiket, csökkentsék a költségeket, és növeljék a hatékonyságot. Az AI eszközök előnye abban rejlik, hogy nemcsak az időjárási mintázatok megértésében segítenek, hanem kulcsfontosságú szerepet játszanak a klímaváltozás elleni harcban is.
Például olyan projektek, mint a watsonx.ai, amelyek együttműködnek a NASA-ral és az IBM-mel, az AI-t használják a környezeti változások figyelésére és a gyűjtött adatokon alapuló jövőbeli előrejelzések készítésére. Hasonlóan a Google DeepMind kifejlesztette a GraphCast-et, egy gépi tanuláson alapuló időjárás-előrejelző modellt, amely képes 10 napos előrejelzéseket adni egy perceken belül. A Google DeepMind tudósai szerint a GraphCast 90%-os megerősítési arányt mutatott és felülmúlta a hagyományos időjárási előrejelzési módszereket.
Az AI előnye a hagyományos módszerekkel szemben abban rejlik, hogy képes kihasználni a történelmi időjárási adatokat annak érdekében, hogy gazdaságosabban és pontosabban megjósolhassa a mintázatokat. Az adathalmazokban azonosított bonyolult mintázatok révén az AI fokozza az előrejelzési pontosságot olyan módon, amellyel a hagyományos egyenletek nem tudnak lépést tartani. Ezen felül, az AI-vel megerősített előrejelzési módszerek, mint például a GraphCast, energiahatékonyak, mintegy 1000-szer költséghatékonyabbak, mint a hagyományos módszerek, ahogyan azt a Financial Times is jelentette.
Összefoglalva, az AI és a gépi tanulás integrálása az időjárási előrejelzéseket lehetőséget ad a jóslás pontosságának javítására. Az IMD, közreműködésükkel és a technológia fejlesztéseivel, az elsők között jár azon, hogy kihonorázza ezeket a technológiákat az időjári minták megértésének és előrejelzésének javításában Indiában.
GYIK
The source of the article is from the blog anexartiti.gr