Как инструмент Google DeepMind «быстрее» прогнозирует поведение ураганов | Google

Когда тогда к югу от Гаити бушевал тропический шторм «Мелисса», Филипп Папен, метеоролог Национального центра ураганов (NHC), был уверен, что он вот-вот перерастет в чудовищный ураган.

Как ведущий дежурный синоптик, он предсказал, что всего через 24 часа шторм перейдет в ураган 4-й категории и начнет разворот в сторону побережья Ямайки. Ни один синоптик NHC никогда не выпускал такой смелый прогноз для быстрого укрепления.

Но у Папена был козырь в рукаве: искусственный интеллект в виде новой модели урагана DeepMind от Google, впервые выпущенной в июне. И, как и было предсказано, Мелисса действительно превратилась в шторм поразительной силы, пронесшийся по Ямайке.

Синоптики NHC все больше полагаются на Google DeepMind. Утром 25 октября Папен объяснил в ходе публичного обсуждения и в социальных сетях что Модель Google была основной причиной его такой уверенности.: «Примерно 40/50 участников ансамбля Google DeepMind показывают, что Мелисса попадает в категорию 5. Хотя я не готов прогнозировать эту интенсивность, но, учитывая неопределенность трека, это остается возможным.

«Вполне вероятно, что наступит период быстрой интенсификации, поскольку шторм будет медленно перемещаться по очень теплым водам океана, что является самым высоким содержанием океанического тепла во всем Атлантическом бассейне».

Google ДипМайнд — это первая модель искусственного интеллекта, посвященная ураганами теперь первыми, кто обыграл традиционных синоптиков в их собственной игре. Через все 13 атлантических штормов в этом годумодель Google является лучшей – она превосходит даже прогнозистов-людей по точности прогнозов.

В конце концов Мелисса вышла на берег на Ямайке с силой 5-й категории, что стало одним из самых сильных выходов на берег, когда-либо зарегистрированных за почти два столетия ведения учета в Атлантическом бассейне. Смелый прогноз Папена, вероятно, дал людям на Ямайке дополнительное время для подготовки к катастрофе, что, возможно, спасло жизни и имущество.

Google DeepMind делает прогнозы погоды уже несколько лети родительская система прогнозов, на основе которой получена новая модель ураганов тоже отлично выступил в диагностике крупномасштабных погодных условий в прошлом году.

Модель Google работает, выявляя закономерности, которые могут упускать из виду традиционные трудоемкие модели погоды, основанные на физике.

«Они делают это гораздо быстрее, чем их собратья, основанные на физике, а вычислительная мощность требует меньше затрат и времени», — сказал Майкл Лоури, бывший синоптик NHC.

«Этот сезон ураганов в короткие сроки доказал, что новые погодные модели искусственного интеллекта конкурентоспособны и, в некоторых случаях, более точны, чем более медленные погодные модели, основанные на физике, на которые мы традиционно опирались», — сказал Лоури.

Конечно, Google DeepMind является примером машинного обучения – метода, который уже много лет используется в науках с большими объемами данных, таких как метеорология – и не является генеративным искусственным интеллектом, таким как ChatGPT.

Машинное обучение берет горы данных и извлекает из них закономерности таким образом, что его модели требуется всего несколько минут, чтобы найти ответ, и это можно сделать на настольном компьютере – в отличие от флагманских моделей, которые правительства использовали на протяжении десятилетий, для запуска которых могут потребоваться часы и которые требуют одни из крупнейших суперкомпьютеров в мире.

Тем не менее, тот факт, что модель Google смогла так быстро превзойти предыдущие устаревшие модели золотого стандарта, является просто удивительным для метеорологов, которые посвятили свою карьеру попыткам предсказать самые сильные штормы в мире.

пропустить прошлую рекламную рассылку

после продвижения информационного бюллетеня

«Я впечатлен», — сказал Джеймс Франклин, бывший синоптик NHC. «Выборка теперь достаточно велика, и совершенно ясно, что это не случай удачи новичка».

Франклин сказал, что, хотя Google DeepMind превосходит все другие модели в прогнозировании будущего пути ураганов по всему миру в этом году, как и многие модели искусственного интеллекта, он иногда ошибается в высококлассных прогнозах интенсивности.. В начале этого года он боролся с ураганом «Эрин», поскольку он также быстро усиливался до 5-й категории к северу от Карибского моря. Он также боролся с тайфуном Калмаэги. – который достиг берега Филиппин в понедельник.

В предстоящем межсезонье Франклин заявил, что планирует поговорить с Google о том, как она может сделать результаты DeepMind еще более полезными для прогнозистов, предоставляя дополнительные скрытые данные, которые они могут использовать, чтобы точно оценить, почему компания дает такие ответы.

«Единственное, что меня беспокоит, это то, что, хотя эти прогнозы кажутся действительно очень хорошими, результаты модели представляют собой своего рода черный ящик», — сказал Франклин.

Никогда еще не было частной коммерческой компании, которая создала бы погодную модель высшего уровня, которая позволяла бы исследователям взглянуть на ее методы – в отличие от почти всех других моделей, которые бесплатно предоставляются общественности в полном объеме правительствами, которые их разработали и поддерживают. В то время как Google опубликовал результаты DeepMind высшего уровня общедоступен в режиме реального времени на специальном сайтеего методы до сих пор в значительной степени скрыты.

Google не единственный, кто начал использовать ИИ для решения сложных задач прогнозирования погоды. Правительства США и Европы также разрабатывают свои собственные погодные модели искусственного интеллекта, которые также показали улучшенные навыки по сравнению с предыдущими версиями без ИИ.

Следующими шагами в прогнозировании погоды с помощью ИИ, по-видимому, станут стартапы, решающие ранее трудноразрешимые проблемы, такие как субсезонные прогнозы и прогнозы погоды. лучшее заблаговременное предупреждение о вспышках торнадо и внезапных наводнениях – и они получают для этого финансирование правительства США. Одна компания, WindBorne Systems, даже запуск собственных метеозондов чтобы заполнить пробелы в сети метеорологических наблюдений США, которая недавно был сокращен администрацией Трампа.