cookieOptions = {...}; .預測未來?Google 用 AI 模型實現了「近乎即時」的天氣預報 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2020年1月17日 星期五

Predicting weather impact using cloud-based machine learning

0935-970-603 施正偉

ifanr

對人類來說,時間一直是最大的敵人,超越時間一直是人類的夢想,「預測未來」就是人類想要超越時間的一種方式。

天氣預報就是生活中最常見的一種「預測未來」,但就像剛才說的,預測天氣同樣也是非常困難的一件事。而現在來看, AI 或許是一件能夠大大增強天氣預報功能性的工具。

▲ 圖片來自:British Council Learn English

Google 最近在官方的博客中分享了一項新的研究,該研究聲稱 Google 實現了「近乎即時」的天氣預報。

不過這項工作還處於早期階段,目前也尚未整合到任何的商業系統中,但早期的研究結果,還是顯示出了很大的希望。在這篇並未經過行業專家評論過的論文中表示,Goolge 的研究人員描述了,他們是如何透過僅僅數分鐘的計算時間,以一公里的範圍提前 6 小時實現了準確的降雨預測。


數分鐘的計算時間相比目前是一個巨大的提升,按照現有的技術可能需要數個小時的計算,才能生成預測,儘管它們用了更長的時間,生成了更複雜的數據。

研究人員表示,快速的預測有著極大的現實意義,這將有效適應氣候變化,特別是極端天氣狀況下,快速預測會是一個非常重要的工具。短期預測對於某些危機規避,有著很高的重要性,合適運用能夠有效避免生命和財產損失。


Google 的預測最大優勢就是速度,然而這樣的速度是怎麼來的呢?研究人員將他們的預測方法,與目前兩種主流的預測方法進行了對比:光流法(透過觀察雲這樣的現象運動)以及模擬法(創建物理上的天氣系統模擬)。

這些傳統方法面臨的問題,在於計算量極為龐大,尤其是模擬法需要計算大量的物理效果。像美國聯邦機構為天氣預報所做的模擬,每天需要處理來自不同氣象站,多達 100TB 的數據量,並且需要花費數小時,在昂貴的超級電腦上進行模擬。按照一次計算 6 小時算,一天頂多也只能計算 3-4 次。


相比之下 Google 的方法只需要數分鐘,因為它們不是嘗試進行複雜的天氣建模,而是透過對簡單的雷達數據進行計算預測。研究人員使用了美國國家海洋和大氣管理局(NOAA),在 2017 -2019 年間,在美國附近收集的歷史雷達數據,來訓練他們的 AI 模型。

研究人員表示,他們的方法與使用相同數據的現有的三種方法一樣好甚至還要更好。但是該 AI 模型在預測 6 小時以上的遠期預測時,表現就不如人意了。目前來看這是機器學習在天氣預報中的最佳選擇:快速的進行短期預測,而較長時間的預測交給功能更強大的模型,像 NOAA 可以創建出 10 天的天氣預報。

雖說目前還沒有看到,AI 在天氣預報中的實際應用,但現在已經有很多公司在進行該領域的工作,包括 IBM 和 Monsanto 等一些我們所熟知的公司。

就像 Google 的研究人員所說,隨著人類和氣候之間的相互影響,這種預測技術在未來會變得越來越重要。

0 意見: