Google Deepmind ได้ค้นพบวิธีที่จะปฏิวัติโลกแห่งการพยากรณ์อากาศ เพื่อปรับปรุงการคาดการณ์ บริษัทในเครืออาศัย GraphCast ซึ่งเป็นโมเดล AI ที่ดึงข้อมูลจำนวนมาก อัลกอริธึมมีความน่าเชื่อถือ แม่นยำ และรวดเร็วกว่าระบบแบบเดิม
DeepMind ซึ่งเป็นบริษัทในเครือของ Google ที่อุทิศตนเพื่อปัญญาประดิษฐ์โดยเฉพาะ ได้พัฒนาโปรแกรมใหม่ที่มีวัตถุประสงค์เพื่อทำนายสภาพอากาศ ซอฟต์แวร์ที่เรียกว่า GraphCast อาศัย AI ในการนำเสนอพยากรณ์อากาศที่เชื่อถือได้มากขึ้นมากกว่าแบบจำลองการคาดการณ์แบบเดิมๆ ปัญญาประดิษฐ์ได้รับการทดสอบในช่วงหกเดือนที่ผ่านมา นักวิจัยของ Deepmind ได้ให้รายละเอียดเกี่ยวกับการทำงานและประสิทธิภาพของ GraphCast ในวารสาร Science และในข่าวประชาสัมพันธ์บนเว็บไซต์ Google
จากข้อมูลของ Deepmind โมเดล AI สามารถคาดการณ์ได้“สภาพอากาศล่วงหน้าสูงสุด 10 วัน แม่นยำกว่าและเร็วกว่าระบบจำลองสภาพอากาศมาตรฐานอุตสาหกรรมมาก”- GraphCast สามารถทำนายตำแหน่งที่แน่นอนที่พายุเฮอริเคนลีซึ่งโจมตีแคนาดาและสหรัฐอเมริกาในเดือนกันยายนคาดว่าจะโจมตีล่วงหน้าเก้าวัน เครื่องมือแบบดั้งเดิมของนักอุตุนิยมวิทยาไม่เห็นมีอะไรมาเป็นเวลาหกวัน อัลกอริธึมยังสามารถกำหนดความเร็วและวิถีการเคลื่อนที่ของพายุเฮอริเคนได้
อ่านเพิ่มเติม:Google DeepMind สัญญาว่าจะบดขยี้ ChatGPT ด้วยโมเดล AI ที่ทันสมัยที่สุดในโลก
สภาพอากาศที่เชื่อถือได้มากขึ้น
ใน 90% ของสถานการณ์ที่นักวิจัย Deepmind ศึกษา แบบจำลองดังกล่าวได้แสดงให้เห็นแล้วน่าเชื่อถือมากขึ้นกว่าระบบปกติ นอกจากนี้ GraphCast ยังเร็วกว่ามาก ใช้เวลาเพียงไม่กี่นาทีในการรับพยากรณ์อากาศ
ในที่สุด AI ก็สามารถทำงานบนคอมพิวเตอร์ทั่วไปได้ ไม่จำเป็นต้องลงทุนในเครื่องจักรที่มีพลังการประมวลผลมหาศาลเพื่อรับการคาดการณ์จาก GraphCast โมเดลต้องการส่วนหนึ่งของพลังการประมวลผลวิธีการพยากรณ์แบบดั้งเดิม สิ่งเหล่านี้จำเป็นต้องมีเครือข่ายของซูเปอร์คอมพิวเตอร์ในการทำงานด้วย
“ข้อได้เปรียบหลักของแนวทางปัญญาประดิษฐ์นี้คือมีความแม่นยำอย่างยิ่ง เธอดึงข้อมูลมาหลายทศวรรษ »Remy Lam หนึ่งในนักวิจัย Deepmind ที่อยู่เบื้องหลังการสร้าง GraphCast ให้สัมภาษณ์โดยบีบีซี-
ความสำคัญของข้อมูล
นักวิจัยเสริมว่าโมเดลปกติจะไม่ถูกแทนที่โดย AI ในทันที โซลูชันของ Deepmind ได้รับการออกแบบเป็นหลักดังนี้ส่วนประกอบสู่วิธีการดั้งเดิม แท้จริงแล้ว GraphCast อาศัยข้อมูลที่รวบรวมโดยแบบจำลองปกติจากสถานีตรวจอากาศ ดาวเทียม บอลลูนในชั้นบรรยากาศ ทุ่นในมหาสมุทร และเครื่องบิน AI จะเข้ามาแทรกแซงในขั้นตอนที่สองเท่านั้น“เลือกสิ่งที่สำคัญที่สุด”- ในการพยากรณ์เพียงครั้งเดียว GraphCast จำเป็นต้องมีการวัดสภาพอากาศประมาณ 10 ล้านครั้ง
“โมเดล AI ได้รับการฝึกฝนจากข้อมูล และข้อมูลนี้ถูกสร้างขึ้นโดยวิธีการแบบดั้งเดิม ดังนั้นเราจึงยังคงต้องการวิธีการแบบดั้งเดิมในการรวบรวมข้อมูลเพื่อฝึกโมเดล”, สรุปเรมี แลม
เมื่อรวบรวมข้อมูลแล้ว โมเดลก็จะนำไปใช้การเรียนรู้ของเครื่องซึ่งเป็นสาขาความเชี่ยวชาญด้านปัญญาประดิษฐ์ ช่วยให้โปรแกรมคอมพิวเตอร์พัฒนา เรียนรู้ และปรับเปลี่ยนได้โดยอัตโนมัติ โดยไม่ต้องมีการแทรกแซงจากมนุษย์ องค์ประกอบเดียวที่จำเป็นสำหรับอัลกอริทึมคือข้อมูลจำนวนมาก AI ยังใช้ข้อมูลสภาพอากาศ 40 ปีเพื่อปรับแต่งการประมาณการ ดังที่ Xavier Fettweis ศาสตราจารย์ด้านภูมิอากาศอธิบายให้เพื่อนร่วมงานของเราที่ RTB ฟัง GraphCast อาศัยอดีตเพียงเล็กน้อยในการทำนายอนาคต:
“AI นี้ใช้เทคนิคการพยากรณ์อากาศแบบเก่าที่เรียกว่า “แอนะล็อก” แนวคิดนั้นเรียบง่าย: ค้นหาการกำหนดค่าบรรยากาศที่คล้ายคลึงกันในอดีตเพื่อทำการคาดการณ์ที่เป็นปัจจุบันมาก จนถึงขณะนี้ วิธีการทำสิ่งต่างๆ เหล่านี้จำเป็นต้องใช้ทรัพยากรบุคคลจำนวนมาก (เนื่องจากไม่สามารถเป็นอัตโนมัติได้ และต้องปรับให้เหมาะกับแต่ละภูมิภาคหรือที่ศึกษาตัวแปรสภาพอากาศ) ซึ่งเห็นได้ชัดว่าไม่มีกรณีของ AI อีกต่อไป”-
Deepmind วางแผนที่จะใช้ GraphCast เป็นหลักเพื่อปรับปรุงความแม่นยำของการคาดการณ์หลังจากสามวัน บริษัทในเครือของ Google ระบุว่าเครื่องมือนี้ “มีการใช้งานโดยหน่วยงานอุตุนิยมวิทยาแล้ว” โดยเฉพาะกรณีของศูนย์พยากรณ์อากาศช่วงกลางแห่งยุโรป บนเว็บไซต์ลูกชายสถาบันระหว่างรัฐบาลยังช่วยให้คุณปรึกษาการคาดการณ์ที่ทำกับ GraphCast ได้แบบเรียลไทม์
🔴 เพื่อไม่ให้พลาดข่าวสารจาก 01net ติดตามเราได้ที่Google ข่าวสารetวอทส์แอพพ์-
Opera One - เว็บเบราว์เซอร์ที่ขับเคลื่อนด้วย AI
โดย: โอเปร่า
แหล่งที่มา : Google
