Mga Key Takeaway
- Ang artificial intelligence ay nagsusuklay sa napakaraming data upang lumikha ng mas tumpak na mga pagtataya sa panahon.
- Ang serbisyo ng lagay ng panahon ng UK ay nakabuo ng AI tool na tumpak na mahulaan ang posibilidad ng pag-ulan sa susunod na 90 minuto.
- Ang Spire Global ay isang kumpanyang gumagamit na ng AI para pahusayin ang mga hula.
Maaaring dumating sa iyo ang susunod mong update sa panahon sa kagandahang-loob ng artificial intelligence (AI).
Ang pambansang serbisyo sa lagay ng panahon ng Britain ay nakabuo ng isang AI tool na sinasabi nitong tumpak na mahulaan ang posibilidad ng pag-ulan sa susunod na 90 minuto. Ang paggawa ng tumpak na mga hula sa panahon ay isang mapanghamong problema na lumaban sa mga milenyo ng pagsisikap. Ngunit umaasa ang mga mananaliksik na maaaring baguhin ng AI ang pagtataya ng panahon.
"Anumang industriya na sensitibo sa lagay ng panahon ay naghahanap ng mga paraan upang magamit ang AI para mapahusay ang kaligtasan at mga operasyon," sinabi ni Renny Vandewege, ang vice president ng weather operations sa data analytics company na DTN, sa Lifewire sa isang panayam sa email. "Halimbawa, ang mga utility ay gumagamit ng AI para tukuyin at hulaan ang grid resiliency at potensyal na pagkawala."
Nowcasting Rain
Kilala ang London sa makulimlim na kalangitan, ngunit hindi bababa sa maaari kang magkaroon ng mas magandang babala kapag nagsimula ang mga sprinkle. Sa pakikipagtulungan sa pambansang serbisyo sa lagay ng panahon ng UK, ang kumpanya ng AI na DeepMind ay nakabuo ng isang deep-learning tool na tinatawag na DGMR para sa pagtataya.
Itinuring ng mga eksperto na ang mga pagtataya ng DGMR ang pinakamahusay sa iba't ibang mga kadahilanan-kabilang ang mga hula nito sa lokasyon, lawak, paggalaw, at tindi ng ulan-89% ng oras, ayon sa isang papel na inilathala kamakailan sa journal Kalikasan. Tinatawag ng kumpanya ang technique na "nowcasting" dahil napapanahon ito.
"Gumagamit kami ng diskarte na kilala bilang generative modeling upang makagawa ng mga detalyado at kapani-paniwalang hula ng hinaharap na radar batay sa nakaraang radar," isinulat ng DeepMind sa website nito. "Sa konsepto, ito ay isang problema sa pagbuo ng mga radar na pelikula. Sa ganitong mga pamamaraan, maaari nating parehong tumpak na makuha ang malalaking kaganapan, habang bumubuo rin ng maraming alternatibong mga senaryo ng pag-ulan (kilala bilang mga hula ng ensemble), na nagpapahintulot sa kawalan ng katiyakan sa pag-ulan na tuklasin."
Si Appu Shaji, isang AI scientist na hindi kasali sa DeepMind study, ay tinawag na "kahanga-hanga" ang trabaho ng kumpanya sa isang email interview sa Lifewire.
"Sabi na nga lang, ang mga gawang ito ay nasa simula pa lamang, at dapat nating asahan na makakita ng malaking pagsulong sa katumpakan at mga posibilidad ng pagtataya sa mga darating na taon," dagdag niya.
Paghuhula ng Kaguluhan
Ang panahon ay isang magulong proseso na mahirap hulaan nang may katumpakan.
"Ang mga advanced na modelo ng panahon at teknolohiya, tulad ng AI, ay nagpapahusay sa pagtataya upang matulungan kaming mas mahusay na magplano, maghanda at mabawasan ang epekto ng mga kaganapan sa panahon," sabi ni Vandewege.
Mga advanced na modelo ng panahon at teknolohiya, tulad ng AI, na mapabuti ang pagtataya upang matulungan kaming magplano, maghanda at bawasan ang epekto ng mga kaganapan sa panahon.
"Habang nagiging mas madalas at matindi ang mga kaganapan sa panahon, ang mga tumpak na hula na may mas mahabang lead time ay nangangahulugan na ang mga negosyo, komunidad, at publiko ay may mas maraming oras at mas maraming impormasyon para makagawa ng mas mahuhusay na desisyon."
Ang mga simulation ng panahon ay kasalukuyang pinapatakbo gamit ang mga modelo ng computer, sinabi ni Vikram Saletore, isang eksperto sa AI sa Intel, sa Lifewire sa isang panayam sa email. Ngunit, aniya, ang mga modelo ng panahon ay kailangang gumana nang madalas habang nagbabago ang kapaligiran para sa tumpak na pagtataya.
"Kapansin-pansing pinahusay ng AI ang pagtataya ng lagay ng panahon sa pamamagitan ng pagpapagana at pagpapabilis nang husto sa mga simulation environment na ito na kumuha ng napakaraming makasaysayang modelo na may kasalukuyang kapaligiran bilang input at magpatakbo ng mga hula sa mga potensyal na resulta," idinagdag ni Saletore.
Ang Spire Global ay isang kumpanyang gumagamit na ng mga AI program para pahusayin ang mga hula. Ang programang PredictWind ay nagbibigay ng mga pagtataya ng hangin sa mga gumagamit ng maritime at leisure sporting sa pamamagitan ng pagproseso ng satellite data gamit ang mga computer algorithm.
"Pinapataas ng pagbabago ng klima ang posibilidad ng matinding lagay ng panahon at ang mga pandaigdigang operasyon ay nagbubukas ng mga negosyo sa banta ng mga pagkagambala sa panahon saanman sa mundo," sinabi ni Matthew Lennie, isang eksperto sa AI na Spire Global, sa Lifewire sa isang panayam sa email.
Naging bottleneck ang computing power para sa pagtataya ng panahon. Bilang resulta, ang ilan sa mga pinakamakapangyarihang supercomputer ay ginawang partikular para sa crunch na mga numero ng pagtataya.
"Ang AI ay may kahanga-hangang pagkakataon na bawasan ang dependency na ito sa mga makapangyarihang engine at potensyal na patakbuhin ang mga modelong ito upang makakuha ng kasinghusay o mas mahusay na mga resulta na may makabuluhang mas kaunting computational load," sabi ni Shaji. "Hindi sinusubukan ng malalim na pag-aaral na lutasin ang mga formula na ito nang direkta, ngunit hinuhulaan ang mga ito batay sa mga nakikitang pattern."
Ang pamamaraan ng AI ay katulad ng kung paano pinapanood ng mga namumuhunan sa stock market ang mga pattern sa mahabang panahon, itinuro ni Shaji. "Ang malalim na pag-aaral ay may higit na katumpakan," dagdag niya. "Magiging mas mahusay lang ang predictive na katumpakan at kakayahan ng mga modelo sa hinaharap."
