世界

Aardvarkの天気：気象予測を「再発明」するシステム：モデルは、現在よりも数千倍正確かつ高速であると主張しています|テクノロジー

国の多くは最近、時間の申請に常に相談して、何を知ることによってあります 彼らの休暇をとるでしょう収穫が危険にさらされている場合、どのエネルギーがミルとソーラーパネルを生成するか、またはナビゲートできる場合、または単純に衣服を保持できる場合。現在のツールは、スーパーコンピューターを使用して収集および処理するのに数時間か数日かかる数百のソースからの数千のデータに対する予測をサポートしています。それでも、3日以上の予後は、高度な不確実性を維持しています。呼ばれる新しいシステム Aardvarkの天気 ケンブリッジエンジニアリング部門のリチャードターナーであり、公開された研究のメイン著者であるリチャードターナーによると、80年の物理データに基づいて人工知能および学習モデルから開発されました。 自然。詳細情報ターナーは、ケンブリッジ大学が開発した研究の結果に興奮しています。 ヨーロッパの中央テキストの中心地の中心的予測 。数値予測システム（NWP）は50年代にさかのぼり、最大15日間の期間で広範囲の変数を予測できるようになりました。それらは、数十年にわたる登録観測、流体力学、およびリモートセンシングデータ、レーダー、ラジオサイド、航空機の統計的ポストプロセスからの大気のモデルの処理、媒介スーパーコンピューターに基づいています。これらの複雑なシステムの使用、開発、メンテナンス、および実装には、多くの時間と大規模な専門家チームが必要ですAardvarkは、人工知能によって駆動される自動エンドまでの自動学習技術（エンドツーエンド）を介してこのプロセス全体を置き換え、その作成者によれば、「計算コストを削減すると、NWPシステムのいくつかの側面からバイアスが排除され、プロトタイプの迅速かつ正確な作成が可能になります。」「既存のシステムの入力データの10％のみを使用することにより、Aardvarkはすでに グローバル予後システム （GFS）、多数のモデルからの情報を使用し、専門家の人間の予測の分析を使用する他の気象サービスと競争しています」と研究者は言います。そして、アンナ・アレンによれば、ケンブリッジのコンピューター科学と技術局と労働者の共著者である「これらの結果は始まりにすぎません」。この意味で、「この終わりから終わりのある学習アプローチは、たとえばハリケーン、森林火災、竜巻など、他の気象予測の問題に簡単に適用できます。天候を超えて、その応用は、大気、海洋のダイナミクス、海氷の予測など、地球のシステムのより広い予測にまで及びます。」グローバルおよびローカル現象を超えた別のアプリケーションは、従来のシステムでは数年かかり、膨大な費用がかかる個別の予測の開発です。「データから直接学習するために、特定の産業または場所のカスタム予測を生成するために、ヨーロッパの風の風速を予測するために、特定の産業または場所のカスタム予測を生み出すために迅速に調整できるため、この美徳を守るために、ターナーは次のように述べています。 [convencionales]デスクトップコンピューターでデータの10分の1のみを使用します。 」アランチューリングインスティテュートの研究者のパートナーであるスコットハッシングは、AIの可能性は「政治指導者や緊急計画者から正確な天気予報に依存する業界まで、すべての意思決定を変革する」と主張しています。しかし、すべての人工知能モデルと同様に、彼らの結果は、提案と解決策を開発するために供給されるデータに依存しています。この場合、新しい脳の記憶は 中期的に欧州気象予測センターのERA5 （ECMWF）、世界中の物理学の法則と一貫した観察結果を持つ80年モデルのデータの組み合わせ。この意味で、Matthew ChantryはECMWFでの自動学習の戦略ディレクターであり、科学的協力の重要性を強調しています。「次世代の予測システムを探求するこのプロジェクトで協力することを喜んでいます。私たちの使命の一部は、AI運営予測を開発し、科学とコミュニティのコミュニティに役立つためにデータを公然と共有することです。」「Aardvarkは、気候の予測における重要な成果を表しているだけでなく、コラボレーションの力を反映しています。 研究コミュニティを集めますAIテクノロジーを改善して適用するために」とMicrosoft ResearchによるとChris Bishopは付け加えます。作成者が従来のモデルよりも速く、より速く、より効率的であると主張する新しいシステムにもかかわらず、気象予測は、非常に複雑なプロセスに関与する多数の要因によって生成される不確実性に直面し続けています。この意味で、セビリア大学の数学学部教授 エミリオ・カリソサ干ばつの気候指数に関する研究に参加したことは、念のために警告しています ダナ・デ・バレンシア非定常珍しい現象が作用します。 「結果を確実に予測できるほど十分なサンプルがありません。勉強したいものと同様のデータや同一のデータを持っていないが、類似している現象について話しているが、同じものを制御できず、現象で決定的であるというバイアスがある」と話している。アムステルダム大学（オランダ）の気候学の専門家であるDim Coumouは、「極端なイベントは定義上、まれです。常に多くの観察を持っているわけではありません。それは人工知能方法を使用したい場合に大きな障害です」同様に、アルゼンチンの天体物理学者のグスタボ・ロメロは、気象予測を最も複雑なプロセスの1つと考えています。困難にもかかわらず、GoogleやIBMなどの技術の巨人は、NASA、および他の欧州機関やその他の大陸と協力して、 国連Quinquenal計画彼らは、オックスフォード大学と同じラインでAardvark：中期的に信頼できる予測を促進し、早期アラートシステムを改善する人工知能ツールを開発します。American Technological Giantの人工知能会社であるGoogle Deepmindが 科学 調査によると、10日間の「より良い、より高速で、よりアクセスしやすい予測」を提供する自動学習に基づく時間予測モデル。モデル、呼び出されました グラフキャスト実証済みのケースの90％で従来のシステムを超えました。Googleへの参照として機能したシステムも 中期的な気象予測のための欧州センターボローニャ（イタリア）では、約100万のプロセッサと30ペタフロップスのパワー（秒あたり3,000億の計算）を備えたスーパーコンピューターを備えています。統合予測システム（AIFS）で人工知能を使用し、長期的な気候イベントを提供するこのセンターは、 中央ヨーロッパの9月の激しい雨。Aardvarkのように、Graphcastは、履歴データから訓練された自動学習に頼り、1分以内に10日間の正確な予後を投げかけます。 「これは、天候の予測のターニングポイントをマークすると信じています」と、深い科学者のレミ・ラムが率いる著者は言います。このレースでは、IBMがNASAと協力して、提案と自動学習もあります。 「地理空間データを使用する人工知能の基礎モデル [meteorológicos, de sensores y de satélite]…