Heim Technologie-Peripheriegeräte KI Digital Intelligence Weekly丨Künstliche Intelligenz bringt das Wetterbarometer näher an die Realität

Digital Intelligence Weekly丨Künstliche Intelligenz bringt das Wetterbarometer näher an die Realität

May 28, 2023 am 08:55 AM
人工智能 数智化 气象预测

AI zeichnet ein Wetter-„Barometer“

Anmerkung des Herausgebers

Die Weltorganisation für Meteorologie (WMO) veröffentlichte letzte Woche (17. Mai) Daten, aus denen hervorgeht, dass „die Wahrscheinlichkeit, dass die globale jährliche Durchschnittstemperatur in den nächsten fünf Jahren vorübergehend um 1,5 Grad Celsius im Vergleich zum vorindustriellen Niveau ansteigt, 66 % erreicht.“ Diese Warnung soll gleichzeitig mit der weltweiten Ankündigung eine in den Proceedings der National Academy of Sciences in den Vereinigten Staaten veröffentlichte Vorhersage künstlicher Intelligenz (KI) lauten, dass „die globale Erwärmung im Jahr 10 die kritische Schwelle (1,5 Grad Celsius) überschreiten wird.“ bis 12 Jahre“ erregte erneut Aufmerksamkeit. Das Argument, dass „durch künstliche Intelligenz generierte Prognoseergebnisse konsistenter und genauer sind als die mit herkömmlichen Prognosemethoden erzeugten“, hat eine neue Diskussionsrunde über die Beziehung zwischen künstlicher Intelligenz und traditionellen Wettervorhersagen ausgelöst.

Shu Zhi-Interview

——Interview mit Ma Zhuguo, einem Forscher am Institut für Atmosphärenphysik der Chinesischen Akademie der Wissenschaften

■ China Economic Times-Reporter Li Hainan

Kürzlich hat die Nachricht, dass „die Weltorganisation für Meteorologie (WMO) bekannt gegeben hat, dass die globale jährliche Durchschnittstemperatur in den nächsten fünf Jahren mit einer Wahrscheinlichkeit von 66 % vorübergehend um 1,5 Grad Celsius im Vergleich zum vorindustriellen Niveau ansteigt“, Anlass zu der Frage gegeben, ob dies der Fall ist Künstliche Intelligenz wird traditionelle Wettervorhersagemethoden beeinflussen. Erstellen Sie eine Herausforderung oder ersetzen Sie sie sogar durch eine gezielte Diskussion.

Ma Zhuguo, ein Forscher am Institut für Atmosphärenphysik der Chinesischen Akademie der Wissenschaften, konzentriert sich seit langem auf die Forschung im Bereich des Klimawandels. Als Experte für Klimamodelle verfügt er über ein tieferes Verständnis für den engen Zusammenhang zwischen Rechenleistung, Algorithmen und Informationsdatenverarbeitung. Aus der Sicht eines Beobachters äußerte er gegenüber dem Reporter der China Economic Times sein positives Feedback zur aktuellen Anwendung der Technologie der künstlichen Intelligenz im Bereich Meteorologie und Klima, einschließlich der positiven Veränderungen durch Wettervorhersagen und zukünftiger Anwendungsaussichten.

„Künstliche Intelligenz bringt Verbesserungen technischer Methoden zur Wettervorhersage“

Ma Zhuguo glaubt, dass die Ankündigung der WMO als Warnung dienen soll. Schließlich können die wirtschaftlichen Verluste und die persönliche Sicherheit, die durch extreme Wetter- und Klimabedingungen verursacht werden, nicht ignoriert werden. Dies ist auch ein Hauptgrund dafür, dass die menschliche Gesellschaft die technische Unterstützung zur Verbesserung der Genauigkeit von Wettervorhersagen weiter verstärkt hat.

„Alle achten auf die Verbesserung der technischen Mittel, um Frühwarnungen mit höherer Genauigkeit zu ermöglichen und dann die durch extreme Klima- und Meteorologiekatastrophen verursachten Verluste zu minimieren.“ Ma Zhuguo sagte: „Künstliche Intelligenz kann Technologie und Methoden zur Wettervorhersage beitragen. Verbesserung.“ Dadurch werden die Prognoseeffizienz und -genauigkeit verbessert und genauere Warnungen möglich.“

Die Anwendung künstlicher Intelligenz im Bereich der Meteorologie nutzt im Wesentlichen die tiefgreifende Integration von Big Data, hoher Rechenleistung und anderen Technologien mit meteorologischen Vorhersagen, um ein intelligentes domänenübergreifendes, mehrskaliges und genaues meteorologisches System zu bilden, das deutlich zunimmt die Geschwindigkeit der Wettervorhersage und die Aktualität der Vorhersage sowie die komplementäre Situation der Gewinnung von Mustern und mathematischen Gleichungen aus Daten.

Die bei der Wettervorhersage eingesetzten technischen Mittel haben schnelle Iterationen und Fortschritte erfahren. Ma Zhuguo selbst hat die iterativen Veränderungen vom Einsatz früher Mikrocomputer bis zur heutigen künstlichen Intelligenz im Bereich der Klimaforschung persönlich miterlebt. Er sagte, dass in den frühen 1980er Jahren ein programmierbarer Taschencomputer, allgemein bekannt als PC-1500, die Erfahrungsinformationen und professionellen Daten meteorologischer Analysten integrieren konnte, um eine Indikatorreferenz für die Vorhersage meteorologischer Bedingungen wie Regen, Hagel und starke Winde zu bilden . .

Besonders erstaunlich ist der technologische Fortschritt, der im Laufe von mehr als 40 Jahren entstanden ist. „Das effiziente und genaue Extrahieren nützlicher und umfassender Informationen aus einer großen Menge an Informationen erfordert eine immer stärkere Unterstützung der Rechenleistung. Die großen Modellalgorithmen und die hohe Rechenleistung hinter der künstlichen Intelligenz zielen darauf ab, die Dateninformationsverarbeitungsfähigkeiten zu verbessern und verfügbare Informationen schnell zu extrahieren.“ sagte.

„Einschränkungen sind schwer zu durchbrechen, künstliche Intelligenz ist nicht allmächtig“

Bei der Entwicklung neuer Technologien ist es oft schwierig, ihre eigenen Grenzen zu durchbrechen. Ma Zhuguo glaubt, dass selbst mit künstlicher Intelligenz mit großen Datenmengen und hoher Rechenleistung nur „vorhandene Informationsdaten, die groß genug sind“ verarbeitet werden können. Er sagte, dass die Verwendung dieser Art von „Vergangenheitsdaten“ für Spekulationen über die Zukunft auf einer Grundvoraussetzung beruhe: Es gebe eine gewisse Korrelation und Ähnlichkeit zwischen den Entwicklungsregeln der Zukunft und der Vergangenheit. Nur dann könne ein Algorithmusmodell erstellt werden auf „Vergangenheitsdaten“, und dann können die Vorhersagen für die Zukunft realisiert werden. „Aber bei der Vorhersage der Zukunft gibt es viel Unvorhersehbarkeit.“

Digital Intelligence Weekly丨Künstliche Intelligenz bringt das Wetterbarometer näher an die Realität

Basierend auf der jüngsten Popularität von ChatGPT führte Ma Zhuguo einen intuitiven Vergleich an, um die Grenzen der künstlichen Intelligenz zu veranschaulichen. Angenommen, ein Benutzer gibt die Informationen „2+8=12“ in ChatGPT ein und er antwortet mit „Falsch“. Der Benutzer fragt dann: „Ist das richtig?“ Es wird die Antwort „2+8=12 Daten sind in meiner Datenbank nicht vorhanden, vielleicht haben Sie Recht“ angezeigt.

„Dies spiegelt unsichtbar wider, dass die dadurch dargestellte künstliche Intelligenz offensichtlich auch bestimmte Einschränkungen aufweist.“ Ma Zhuguo glaubt, dass das große Sprachmodell, das ChatG?PT darstellt, und die daraus abgeleitete Technologie der künstlichen Intelligenz den wesentlichen Kern darstellen. Kein Schöpfer , aber ein sehr erfahrener Informationsverarbeiter und Integrator.

„Bis zu einem gewissen Grad haben auch meteorologische und klimatische Vorhersagen solche Probleme.“ Die Ergebnisse werden sicher sein.

Digital Intelligence Weekly丨Künstliche Intelligenz bringt das Wetterbarometer näher an die Realität

Klimamodelle nutzen mathematische Methoden, um Wetterveränderungen zu simulieren. „Derzeit verstehen die Menschen den Prozess des Klimawandels nicht vollständig, da die Forschung zu bestimmten Klimaphänomenen Annahmen treffen muss und genauere Modelle mehr Beobachtungsdaten erfordern.“ umfasst Die erhebliche Verbesserung der Informations- und Datenverarbeitungsfähigkeiten, die durch große Rechenleistung und Algorithmen hervorgerufen wird, verdient Anerkennung, weist jedoch immer noch Einschränkungen auf.

Genau wie „Egal wie gründlich man Geschichtsbücher liest, es ist schwierig, für die Zukunft zu planen.“ Ma Zhuguo sagte, dass es schwierig sei, die vergangenen Klimaentwicklungsmuster völlig genau vorherzusagen, egal wie gut Meteorologen sie verstehen Wetter.

„Künstliche Intelligenz und traditionelle Mainstream-Prognosemethoden fördern sich gegenseitig“

Wenn künstliche Intelligenz in Anwendungsszenarien für Wettervorhersagen und Atmosphärenphysik Einzug hält, bewirkt sie im Wesentlichen die Integration von Big Data und anderen Informationen durch Rechenleistung und Algorithmen und bietet weitere neue technische Unterstützung für Modellmodelle und „Aber wir können nicht erwarten oder einfach sagen, dass künstliche Intelligenz die traditionellen Mainstream-Prognosemethoden ersetzen wird, zumindest sind die Bedingungen noch nicht erfüllt.“

Am Beispiel der bekannten Satellitenwolkenbilder erklärte Ma Zhuguo, dass die Satellitenüberwachung bei der Wettervorhersage sehr effektiv ist. Sobald digitale Modellalgorithmen verwendet werden, werden manuelle intuitive Beobachtungen verwendet Auch die damit einhergehenden wesentlichen Veränderungen sind offensichtlich.

Heutige Wettervorhersage, die herkömmliche Methode besteht darin, Wettervorhersagemodelle zu verwenden, um quantitative Vorhersagen durchzuführen. Ma Zhuguo führte ein, dass es sich bei dem Modell im Wesentlichen um ein mathematisches Modell handelt, das die sich ändernden Bewegungsgesetze der Strömungsmechanik nutzt, um eine Bewegungsgleichung für atmosphärische Flüssigkeiten aufzustellen, und dann eine Vorhersagegleichung generiert, die sich mit der Zeit ändert. Wenn beispielsweise das Wetter in diesem Moment bekannt ist, können anhand der Bewegungsgleichung die Wetterbedingungen im nächsten Zeitraum beurteilt werden.

"Während der Operation der Gleichung müssen jedoch viele Annahmen getroffen werden. Dieser Prozess führt zur Auswahl von Daten, die bestimmte Fehler mit sich bringen, da unter den Bedingungen der Fluiddynamik nur bestimmte Annahmen getroffen werden müssen Schlussfolgerungen und Berechnungen.“ Ma Zhuguo glaubt, dass mit der Einführung und Anwendung von Big Data und künstlicher Intelligenz eine große Menge an Dateninformationen eingegeben werden können, und zwar alle Informationen, die digitalisiert werden können, wie etwa die Beziehung zwischen Satellitenwolkenbewegungen Manuell eingegebene Intelligenz generiert und extrahiert präzisere verfügbare Informationen.

Derzeit sind der menschlichen Forschung auf dem Gebiet der Meteorologie immer noch Grenzen gesetzt. Weitere neue Erkenntnisse beruhen auf der Erforschung wissenschaftlicher Forschung und bahnbrechenden Einschränkungen. . Im Bereich Meteorologie und Klimavorhersage fördern sich künstliche Intelligenz und traditionelle Mainstream-Vorhersagemethoden gegenseitig.

书智肖vorwärts

„KI+Wetter“ könnte ein neuer blauer Ozean für Unternehmen werden

Digital Intelligence Weekly丨Künstliche Intelligenz bringt das Wetterbarometer näher an die Realität

■ China Economic Times-Reporter Lin Chunxia

Als zentrale treibende Kraft einer neuen Runde der technologischen Revolution und des industriellen Wandels ist künstliche Intelligenz (KI) nicht nur eine nationale Strategie und ein neuer Wachstumsmotor, sondern auch die zentrale Wettbewerbsfähigkeit des Branchenwettbewerbs. Künstliche Intelligenz hat in den letzten Jahren zwar die Genauigkeit von Wettervorhersagen verbessert, aber auch die Anwendung von Wetterdaten vielfältiger gemacht.

Die Internationale Meteorologische Organisation (WMO) hat kürzlich Daten veröffentlicht, aus denen hervorgeht, dass die globale jährliche Durchschnittstemperatur in den nächsten fünf Jahren mit einer Wahrscheinlichkeit von 66 % vorübergehend um 1,5 Grad Celsius im Vergleich zum vorindustriellen Niveau ansteigt. Obwohl sich dies zeitlich von früheren Vorhersagen der künstlichen Intelligenz unterscheidet, ist die Richtung der Klimaerwärmung konsistent. Eine Zeit lang begann auf dem Markt eine neue Runde der Aufmerksamkeit für „KI + Wetter“.

Wetterdienste nutzen künstliche Intelligenz aktiv

In den letzten Jahren haben die meteorologischen Abteilungen meines Landes und verwandte Unternehmen künstliche Intelligenz aktiv genutzt und kontinuierlich die Bereiche und Methoden meteorologischer Anwendungen künstlicher Intelligenz erforscht.

Zum Beispiel hat das Shenzhen Meteorological Bureau eine intensive Zusammenarbeit mit Huawei Cloud durchgeführt. Die beiden Parteien haben zusammengearbeitet, um ein umfassendes, tiefgreifendes Kooperationsmodell für „Meteorologie + Cloud + KI + 5G“ zu entwickeln Förderung von Durchbrüchen bei präzisen meteorologischen Vorhersagen für Megastädte und Innovationen bei meteorologischen Diensten für intelligente Städte.

Moji Weather, das sich seit vielen Jahren intensiv mit meteorologischen Dienstleistungen beschäftigt, nutzt auch ständig KI-Technologie, um den Blue-Ocean-Markt im Bereich Meteorologie zu erweitern. Moji Weather begann bereits 2016 mit der Erforschung der B-Seite, übte in vielen Bereichen wie Städtebau, Transportdienstleistungen, Agrarmeteorologie, Katastrophenvorsorge usw. kommerziellen Wert aus und erschloss nach und nach die Hunderte von Milliarden „Meteorologie +“-Blau Meeresmarkt.

Nehmen Sie die Transportbranche als Beispiel: Unter komplexen meteorologischen Bedingungen ist die Wahrscheinlichkeit von Verkehrsunfällen auf Schnellstraßen sehr hoch. Der von Moji eingeführte Produktportfoliodienst für den Straßenverkehr nutzt verfeinerte Datenprodukte wie Kilometerrastervorhersage und -warnung -Ebenen-Kurzzeitradar, Echtzeit-Wolkenbilder, Taifun-Pfadvorhersagen usw. werden mit einer visuellen Verkehrsdiagrammanalyse kombiniert, um Frühwarnmeldungen für gefährliche Straßenabschnitte zu senden und so die Häufigkeit von Verkehrsunfällen erheblich zu reduzieren.

Der blaue Ozean von „KI + Klimadienstleistungen“ ist im Aufwind und seine Aussichten sind vielversprechend. Laut dem „China Meteorological Industry Development Report“ wird der Umfang der chinesischen Meteorologiedienstleistungsbranche im Jahr 2025 300 Milliarden Yuan erreichen, mit starkem Wachstumspotenzial. Natürlich basiert sein Entwicklungspotenzial auf genauen Prognosen.

Huo Zhiguo, ein Forscher an der Chinesischen Akademie der Meteorologischen Wissenschaften, sagte in einem Interview mit einem Reporter der China Economic Times, dass Wettervorhersagen mit Hilfe von High-Tech-Mitteln wie digitaler Technologie und künstlicher Intelligenz genauer seien und raffinierter als in der Vergangenheit.

Hochpräzise Wettervorhersagen spielen eine große Rolle bei der Förderung der wirtschaftlichen und sozialen Entwicklung. Beispielsweise können bei der landwirtschaftlichen Aussaat auf Basis von Wettervorhersagen gezielte Maßnahmen ergriffen und bei Regen die Bewässerung reduziert werden. Wenn es längere Zeit nicht regnet, können einige Abhilfemaßnahmen wie Bewässerung ergriffen werden. Ein weiteres Beispiel: Katastrophenvorhersagen wie Taifunvorhersagen können es den Fischern ermöglichen, rechtzeitig zum Hafen zurückzukehren, um Schutz zu suchen, was die Verluste erheblich reduzieren kann.

Entdecken Sie die Spitzentechnologieposition des „Weather+“-Dienstes

Im Jahr 2022 heißt es im „Leitfaden für eine qualitativ hochwertige Entwicklung der Meteorologie (2022-2035)“ klar: „Stärkung der tiefen Integration und Anwendung von künstlicher Intelligenz, Big Data, Quantencomputing und Meteorologie“. Im Zeitalter der KI ist intelligentes Wetter zu einer der Grundlagen der neuen digitalen Wirtschaftsinfrastruktur Chinas geworden.

Jiang Qiping, Direktor des Informationstechnologie-Forschungszentrums der Chinesischen Akademie der Sozialwissenschaften, sagte in einem Interview mit einem Reporter der China Economic Times, dass künstliche Intelligenz in Zukunft eine immer wichtigere Rolle bei Dienstleistungen spielen wird, unter anderem das industrielle Internet, einschließlich Anwendungen in verschiedenen Branchen, einschließlich Meteorologieanwendungen. Bei meteorologischen Anwendungen handelt es sich um komplexe Großsysteme. Die Verbesserung der Effizienz komplexer Systeme ist die Stärke der künstlichen Intelligenz.

Wie wird künstliche Intelligenz in Zukunft tief in die Meteorologie integriert und angewendet, was neue Veränderungen und neue Erkundungen auf dem Gebiet der Meteorologie mit sich bringt?

Am 18. Mai konzentrierten sich Experten und Wissenschaftler von Universitäten, wissenschaftlichen Forschungsinstituten, Unternehmen usw. beim Seminar zur Entwicklung künstlicher Intelligenz-Meteorologieanwendungen der China Meteorological Administration auf das Thema „Künstliche Intelligenz stärkt „Wetter+““ ", ausführliche Diskussion neuer Ideen und neuer Maßnahmen für meteorologische Anwendungen künstlicher Intelligenz.

Zhang Jun, Sekretär des Parteikomitees des Beijing Institute of Technology und Akademiker der Chinesischen Akademie für Ingenieurwissenschaften, sagte bei dem Treffen, dass künstliche Intelligenz und meteorologische Arbeit methodisch ähnlich seien und es großes Potenzial für künstliche Intelligenz gebe, um zu helfen hochwertige Entwicklung der Meteorologie. Durch die tiefe Integration der Technologie der künstlichen Intelligenz und der Meteorologie wird ein globales, intelligentes, domänenübergreifendes, mehrskaliges und genaues meteorologisches System geschaffen. Künstliche Intelligenz kann in vielen Bereichen wie Wahrnehmung, Übertragung, Computer und Dienstleistungen eine Rolle spielen.

Chen Yunji, stellvertretender Direktor und Forscher des Instituts für Computertechnologie der Chinesischen Akademie der Wissenschaften, ist davon überzeugt, dass der Schwerpunkt intelligenter meteorologischer wissenschaftlicher Forschung auf der Verbesserung der Vorhersagefähigkeiten saisonaler Vorhersagen und der Modellierung räumlicher Verbindungen über große Entfernungen liegt über mehrere Zeitskalen hinweg ermöglicht dies eine genaue Vorhersage und Steuerung des meteorologischen Systems.

Xie Lingxi, leitender Forscher bei Huawei Cloud Computing Company, wies darauf hin, dass der Einzug künstlicher Intelligenz in den Bereich der Wettervorhersage viele neue Ideen und Wege gebracht habe. Beispielsweise kann es die Geschwindigkeit der Wettervorhersage deutlich erhöhen und die Aktualität der Vorhersagen verbessern. Mining-Muster und mathematische Gleichungen aus Daten ergänzen einander. Die rasche Entwicklung neuer Methoden wird dazu beitragen, das ursprüngliche Monopol der Prognosetechnologie zu brechen.

Numerologie-Hörsaal

Der Fokus und die Ausrichtung künstlicher Intelligenz, um der Menschheit bei der Bewältigung des Klimawandels zu helfen

Digital Intelligence Weekly丨Künstliche Intelligenz bringt das Wetterbarometer näher an die Realität

■ Zhou Hongchun

Der Klimawandel ist eine gemeinsame Herausforderung für die gesamte Menschheit. Die Menschheit ist ein Passagier auf dem „Schiff“ der Erde und eine Gemeinschaft mit einer gemeinsamen Zukunft. Wir müssen zusammenarbeiten, um die Herausforderung des Klimawandels zu bewältigen.

„Künstliche Intelligenz sagt voraus, dass die Temperatur auf der Erde zwischen 2033 und 2035 über die 1,5-Grad-Celsius-Marke steigen wird“, hält die Weltorganisation für Meteorologie (WMO) noch fest: „Die globale jährliche Durchschnittstemperatur wird in den nächsten fünf Jahren steigen.“ mehr als vorindustrielle Werte „Die Wahrscheinlichkeit von 1,5 Grad Celsius liegt bei 66 %; die Wahrscheinlichkeit, dass mindestens ein Jahr von 2023 bis 2027 das heißeste Jahr seit Beginn der Aufzeichnungen sein wird, liegt bei 98 %.“

Derzeit bietet uns der Einsatz künstlicher Intelligenz zur Unterstützung der Menschheit bei der Bewältigung der Probleme des Klimawandels große Chancen: Dies kann sich in der Umsetzung von Aktionsplänen zur Reduzierung der CO2-Emissionen, der Anpassung an den Klimawandel und dem Verständnis der Öffentlichkeit widerspiegeln.

Künstliche Intelligenz wird mit dem iterativen Fortschritt von Big-Data-Modellen zunehmend als die nächste Generation allgemeiner Technologie angesehen und hat sich zu einer bahnbrechenden Technologie in der technologischen Revolution und der industriellen Revolution entwickelt. Künstliche Intelligenz gewinnt durch Datenanalyse, Modellierung und Vorhersage zunehmend an Bedeutung, optimiert Produktionsprozesse und verbessert die Effizienz und Produktivität der Lieferkette.

Als Reaktion auf den Klimawandel hat künstliche Intelligenz einen breiten Anwendungsbereich und wird eine immer wichtigere Rolle spielen.

Künstliche Intelligenz kann die Genauigkeit von Wettervorhersagen verbessern. Relevante Untersuchungen zeigen, dass 87 % der Experten für künstliche Intelligenz bestätigen, dass künstliche Intelligenz ein wirksames Instrument zur Bekämpfung des Klimawandels werden wird. Konkret kann künstliche Intelligenz in folgenden Aspekten eine wichtige Rolle spielen: erstens bei der Vorhersage von Gebieten mit hoher Wahrscheinlichkeit von Überschwemmungen, Dürren, Bränden und anderen Risiken, zweitens bei der Vorhersage katastrophaler Klimaereignisse (meteorologische Ereignisse) und der Ausgabe von Frühwarnungen zur Senkung der Arbeitskosten; Die dritte besteht darin, die Wasserressourcen besser für verschiedene Zwecke innerhalb der Verwaltungsgerichtsbarkeit zuzuteilen. Die vierte besteht darin, Investitionen in Infrastrukturprojekte wie Staudämme und Brandschutzprojekte mit größerer Wirksamkeit zu wählen.

Der von der Boston Consulting Group veröffentlichte Bericht „Wie künstliche Intelligenz ein wirksames Instrument zur Bekämpfung des Klimawandels sein kann“ zeigt, dass der Einsatz künstlicher Intelligenz einem Unternehmen helfen kann, die Treibhausgasemissionen um 5 bis 10 % zu reduzieren, und wenn Bei globaler Ausweitung wird es die Treibhausgasemissionen um 26 Milliarden bis 5,3 Milliarden Tonnen Kohlendioxidäquivalent reduzieren.

Einschlägige Untersuchungen zeigen, dass künstliche Intelligenz den Menschen bei der Bewältigung des Klimawandels helfen kann, einschließlich der Verbesserung der Energieeffizienz, der Reduzierung von Emissionen in wichtigen Bereichen, der Beteiligung der Öffentlichkeit, der Energieeinsparung in Rechenzentren sowie der Formulierung und Umsetzung von Plänen zur Anpassung an den Klimawandel.

Zur Verbesserung der Energieeffizienz.

In den nächsten 3 bis 5 Jahren wird künstliche Intelligenz die Energieeffizienz in verwandten Bereichen um 15 % verbessern. Maschinelles Lernen kann viele Aspekte unterstützen, von der automatischen Wartung über die Leckageüberwachung bis hin zur Prozessoptimierung, dem Facility Management und sogar der Effizienz der Stromerzeugung und -verteilung. Einige Tools der künstlichen Intelligenz können die Windrichtung 36 Stunden im Voraus vorhersagen und so den Windparkbetrieb optimieren und Windeinschränkungen reduzieren. Künstliche Intelligenz kann die Entwicklung und Nutzung erneuerbarer Energien auswählen und optimieren, verschiedene Arten von Stromerzeugungsknoten, Stützpunkten und anderen Verbindungen für erneuerbare Energien verbinden, um Angebot und Nachfrage anzupassen und auszugleichen.

Industrielle Fertigung, Transport, Baugewerbe, Konsumgüter, öffentliche Versorgungsunternehmen und andere Bereiche können künstliche Intelligenz nutzen, um CO2-Reduktionseffekte zu erzielen.

Die spezifische Methode besteht darin, zunächst eine Überwachung der Kohlenstoffemissionen durchzuführen. Nutzen Sie die Datenanalyse mit künstlicher Intelligenz, um den CO2-Fußabdruck Ihrer eigenen Betriebe, Lieferanten, Benutzer und anderer Glieder der Wertschöpfungskette zu verfolgen, und ergänzen Sie fehlende Daten, um die Genauigkeit der Überwachung zu verbessern. Durch detaillierte Analysen und Einblicke in alle Aspekte der Wertschöpfungskette kann KI die Effizienz von Unternehmen in Produktion, Transport und anderen Aspekten verbessern, CO2-Emissionen reduzieren und Kosten senken. Künstliche Intelligenz kann Verkehrswege und Verkehrsampeln optimieren, betriebliche Emissionen kontinuierlich reduzieren und zur Eindämmung des Klimawandels beitragen.

Im Hinblick auf Landwirtschaft und Kohlenstoffsenken sind freiwillige Emissionsminderungsprojekte wie forstwirtschaftliche Kohlenstoffsenken ein unverzichtbarer Bestandteil der Konstruktionszeichnungen der CO2-Peak- und CO2-Neutralitäts-Roadmap. KI-Forschung und -Computing können auch Ernteerträge, Effizienz und Nachhaltigkeit erheblich verbessern, indem Bedingungen wie Lufttemperatur, Boden, Vogelzug und Pflanzung, Bewässerung, Pestizid- und Düngemitteleinsatz sowie Erntezyklus analysiert und modelliert werden.

CO2-Fußabdruck und Eintreten für den Klimawandel. Der Klimawandel hat deutliche Auswirkungen auf die globale Umwelt sowie auf soziale und wirtschaftliche Systeme. „Das Erreichen des CO2-Höhepunkts und der CO2-Neutralität ist eine umfassende und tiefgreifende wirtschaftliche und soziale Systemveränderung.“ Als Reaktion auf den Klimawandel kann künstliche Intelligenz Menschen dabei helfen, eine Plattform aufzubauen, um den CO2-Fußabdruck von Einzelpersonen und sogar Unternehmen zu verfolgen, gezielte Gegenmaßnahmen zu entwickeln, die CO2-Emissionen im täglichen Leben der Menschen wie Lebensmittel, Kleidung, Wohnen und Transport zu reduzieren und ein Ziel zu erreichen Eine nachhaltigere Entwicklung. Ein geringer Energieverbrauch und eine Reduzierung der CO2-Emissionen tragen zur Verbesserung des Lebensstandards und des Wohlbefindens der Menschen bei.

Künstliche Intelligenz hilft bei der Entwicklung von Plänen zur Anpassung an den Klimawandel. Beispielsweise haben Länder, die am stärksten von den Auswirkungen des Klimawandels betroffen sind, systematisch künstliche Intelligenz eingesetzt, um ihre Anpassungsmaßnahmen einzuleiten. Einige Länder haben künstliche Intelligenz eingesetzt, um eine genaue Kartierung der Ernteverteilung zu initiieren und die Auswirkungen des Klimawandels auf die Ernte zu vorhersagen.

Der CO2-Fußabdruck, der durch die Entwicklung rechenintensiver Technologien wie maschinelles Lernen entsteht, kann nicht ignoriert werden. Daher sollten wir neben der größtmöglichen Nutzung erneuerbarer Energien auch allgemeine neuronale Netze, künstliche Intelligenz oder Modelle für maschinelles Lernen mit universeller Anwendbarkeit entwerfen und Best Practices und Tools zur Messung der CO2-Effizienz nutzen, um die CO2-Emissionen zu reduzieren. Fangen Sie klein an; verwenden Sie das kostengünstigste Konzept, um eine KI-Lösung zu entwerfen, und iterieren, integrieren und verbessern Sie die Lösung zeitnah. Stärken Sie den Kapazitätsaufbau, entwickeln Sie unterstützende Technologieplattformen und implementieren Sie neue Governance-Modelle, um die Vorteile künstlicher Intelligenz bei der Reduzierung der CO2-Emissionen zu maximieren.

(Der Autor ist Forscher am Entwicklungsforschungszentrum des Staatsrates)

Das Urheberrecht dieses öffentlichen Kontos liegt bei China Economic Times. Wenn Sie den Inhalt dieses Artikels nachdrucken oder zitieren, müssen Sie eine Genehmigung einholen und angeben, dass er von der China Economic Times stammt.

Hotlink

●Wie lange werden die internationalen Ölpreise noch fallen?

●Hot Topics丨Was bedeutet „Nulldurchbruch“, wenn A-Aktien-Wandelanleihen zum Delisting gezwungen werden

●Grün und kohlenstoffarm丨Welche Hürden müssen überwunden werden, damit Fahrzeuge mit neuer Energie aufs Land fahren können?

●Han DM ist brandneu und der B-Klasse-Automarkt bringt „enorme Veränderungen“ mit sich

Regie Produktion丨 Wang Hui Wang Chengxi

Beaufsichtigt von 丨Li Piguang Wang Yan Liu Weimin

Chefredakteur丨Mao Jinghui Herausgeber丨Gu Yun

【China Economic Times – China Economic News Network http://www.cet.com.cn

Das obige ist der detaillierte Inhalt vonDigital Intelligence Weekly丨Künstliche Intelligenz bringt das Wetterbarometer näher an die Realität. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Beste grafische Einstellungen
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. So reparieren Sie Audio, wenn Sie niemanden hören können
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Wie man alles in Myrise freischaltet
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Jun 28, 2024 am 03:51 AM

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Jun 10, 2024 am 11:08 AM

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Sieben coole technische Interviewfragen für GenAI und LLM Sieben coole technische Interviewfragen für GenAI und LLM Jun 07, 2024 am 10:06 AM

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Jun 11, 2024 pm 03:57 PM

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Jul 25, 2024 am 06:42 AM

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Jun 05, 2024 pm 08:51 PM

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen Jul 17, 2024 pm 06:37 PM

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

GlobalFoundries erschließt Märkte wie KI und erwirbt die Galliumnitrid-Technologie von Tagore Technology und zugehörige Teams GlobalFoundries erschließt Märkte wie KI und erwirbt die Galliumnitrid-Technologie von Tagore Technology und zugehörige Teams Jul 15, 2024 pm 12:21 PM

Laut Nachrichten dieser Website vom 5. Juli veröffentlichte GlobalFoundries am 1. Juli dieses Jahres eine Pressemitteilung, in der die Übernahme der Power-Galliumnitrid (GaN)-Technologie und des Portfolios an geistigem Eigentum von Tagore Technology angekündigt wurde, in der Hoffnung, seinen Marktanteil in den Bereichen Automobile und Internet auszubauen Anwendungsbereiche für Rechenzentren mit künstlicher Intelligenz, um höhere Effizienz und bessere Leistung zu erforschen. Da sich Technologien wie generative künstliche Intelligenz (GenerativeAI) in der digitalen Welt weiterentwickeln, ist Galliumnitrid (GaN) zu einer Schlüssellösung für nachhaltiges und effizientes Energiemanagement, insbesondere in Rechenzentren, geworden. Auf dieser Website wurde die offizielle Ankündigung zitiert, dass sich das Ingenieurteam von Tagore Technology im Rahmen dieser Übernahme mit GF zusammenschließen wird, um die Galliumnitrid-Technologie weiterzuentwickeln. G

See all articles