谷歌下屬團(tuán)隊(duì)研發(fā)人工智能模型預(yù)測中期天氣
新華社北京11月15日電(記者葛晨)位于英國倫敦的谷歌“深度思維”公司新近研發(fā)出預(yù)測中期天氣的人工智能模型GraphCast,按目前指標(biāo)評(píng)估,其計(jì)算速度和準(zhǔn)確率優(yōu)于傳統(tǒng)預(yù)測模型。
中期天氣預(yù)報(bào)通常指未來4至10天內(nèi)天氣變化趨勢的預(yù)報(bào),其準(zhǔn)確性關(guān)乎同期農(nóng)業(yè)、建筑業(yè)、旅游業(yè)等行業(yè)的工作計(jì)劃。
研究團(tuán)隊(duì)14日在美國《科學(xué)》雜志在線發(fā)表論文說,GraphCast可利用當(dāng)下天氣狀態(tài)和6小時(shí)前的天氣數(shù)據(jù)來預(yù)測未來6小時(shí)的天氣,而每6小時(shí)的預(yù)測結(jié)果又被反饋到模型中,用于執(zhí)行更長期的預(yù)測。
他們首先使用1979至2017年間傳統(tǒng)模型預(yù)測的全球天氣數(shù)據(jù)來訓(xùn)練GraphCast。研究人員說,GraphCast利用深度學(xué)習(xí)跳過傳統(tǒng)天氣預(yù)測中繁瑣的方程運(yùn)算步驟,節(jié)省了大量算力。
研究人員使用歐洲中期天氣預(yù)報(bào)中心2018年以來的數(shù)據(jù)測試發(fā)現(xiàn),GraphCast可在1分鐘內(nèi)預(yù)測10天后的天氣;與歐洲中期天氣預(yù)報(bào)中心的“高分辨率預(yù)報(bào)”模型數(shù)小時(shí)的運(yùn)算結(jié)果相比,在1380個(gè)測試數(shù)據(jù)點(diǎn)中,GraphCast的90%數(shù)據(jù)預(yù)測結(jié)果更為準(zhǔn)確;在某些高海拔區(qū)域的測試數(shù)據(jù)點(diǎn),其99.7%的數(shù)據(jù)預(yù)測結(jié)果的準(zhǔn)確度優(yōu)于“高分辨率預(yù)報(bào)”。
研究人員在論文中說,GraphCast還可對(duì)極端天氣事件做早期預(yù)警,為此它能預(yù)測熱帶氣旋軌跡、極端氣溫,以及預(yù)測帶來大量降雨的大氣水汽密集輸送帶“大氣河”等。
論文第一作者、谷歌“深度思維”公司研究團(tuán)隊(duì)負(fù)責(zé)人雷米·拉姆說,他們用32臺(tái)電腦、歷時(shí)4周來訓(xùn)練GraphCast,最終得到依靠一個(gè)臺(tái)式機(jī)就可運(yùn)行、1分鐘就能出結(jié)果的輕量級(jí)算法。
歐洲中期天氣預(yù)報(bào)中心機(jī)器學(xué)習(xí)協(xié)調(diào)人馬修·錢特里說,從目前使用的指標(biāo)評(píng)估來看,GraphCast模型優(yōu)于傳統(tǒng)預(yù)測模型,但未來如使用其他指標(biāo)評(píng)估,可能結(jié)果略有不同。
目前全球多個(gè)機(jī)構(gòu)研發(fā)了人工智能天氣預(yù)測模型。錢特里認(rèn)為,機(jī)器學(xué)習(xí)正在推動(dòng)天氣預(yù)報(bào)發(fā)展變化,但仍處于實(shí)驗(yàn)階段,不會(huì)完全取代傳統(tǒng)方法,而是可以提升傳統(tǒng)方法不擅長的預(yù)測領(lǐng)域,比如預(yù)測數(shù)小時(shí)內(nèi)的降雨。
新華社北京11月15日電(記者葛晨)位于英國倫敦的谷歌“深度思維”公司新近研發(fā)出預(yù)測中期天氣的人工智能模型GraphCast,按目前指標(biāo)評(píng)估,其計(jì)算速度和準(zhǔn)確率優(yōu)于傳統(tǒng)預(yù)測模型。
中期天氣預(yù)報(bào)通常指未來4至10天內(nèi)天氣變化趨勢的預(yù)報(bào),其準(zhǔn)確性關(guān)乎同期農(nóng)業(yè)、建筑業(yè)、旅游業(yè)等行業(yè)的工作計(jì)劃。
研究團(tuán)隊(duì)14日在美國《科學(xué)》雜志在線發(fā)表論文說,GraphCast可利用當(dāng)下天氣狀態(tài)和6小時(shí)前的天氣數(shù)據(jù)來預(yù)測未來6小時(shí)的天氣,而每6小時(shí)的預(yù)測結(jié)果又被反饋到模型中,用于執(zhí)行更長期的預(yù)測。
他們首先使用1979至2017年間傳統(tǒng)模型預(yù)測的全球天氣數(shù)據(jù)來訓(xùn)練GraphCast。研究人員說,GraphCast利用深度學(xué)習(xí)跳過傳統(tǒng)天氣預(yù)測中繁瑣的方程運(yùn)算步驟,節(jié)省了大量算力。
研究人員使用歐洲中期天氣預(yù)報(bào)中心2018年以來的數(shù)據(jù)測試發(fā)現(xiàn),GraphCast可在1分鐘內(nèi)預(yù)測10天后的天氣;與歐洲中期天氣預(yù)報(bào)中心的“高分辨率預(yù)報(bào)”模型數(shù)小時(shí)的運(yùn)算結(jié)果相比,在1380個(gè)測試數(shù)據(jù)點(diǎn)中,GraphCast的90%數(shù)據(jù)預(yù)測結(jié)果更為準(zhǔn)確;在某些高海拔區(qū)域的測試數(shù)據(jù)點(diǎn),其99.7%的數(shù)據(jù)預(yù)測結(jié)果的準(zhǔn)確度優(yōu)于“高分辨率預(yù)報(bào)”。
研究人員在論文中說,GraphCast還可對(duì)極端天氣事件做早期預(yù)警,為此它能預(yù)測熱帶氣旋軌跡、極端氣溫,以及預(yù)測帶來大量降雨的大氣水汽密集輸送帶“大氣河”等。
論文第一作者、谷歌“深度思維”公司研究團(tuán)隊(duì)負(fù)責(zé)人雷米·拉姆說,他們用32臺(tái)電腦、歷時(shí)4周來訓(xùn)練GraphCast,最終得到依靠一個(gè)臺(tái)式機(jī)就可運(yùn)行、1分鐘就能出結(jié)果的輕量級(jí)算法。
歐洲中期天氣預(yù)報(bào)中心機(jī)器學(xué)習(xí)協(xié)調(diào)人馬修·錢特里說,從目前使用的指標(biāo)評(píng)估來看,GraphCast模型優(yōu)于傳統(tǒng)預(yù)測模型,但未來如使用其他指標(biāo)評(píng)估,可能結(jié)果略有不同。
目前全球多個(gè)機(jī)構(gòu)研發(fā)了人工智能天氣預(yù)測模型。錢特里認(rèn)為,機(jī)器學(xué)習(xí)正在推動(dòng)天氣預(yù)報(bào)發(fā)展變化,但仍處于實(shí)驗(yàn)階段,不會(huì)完全取代傳統(tǒng)方法,而是可以提升傳統(tǒng)方法不擅長的預(yù)測領(lǐng)域,比如預(yù)測數(shù)小時(shí)內(nèi)的降雨。