Google AI がスーパーコンピューターを上回り、高速かつ正確な天気予報を実現
次回、外れた天気予報に目を丸くするときは、天気の予測は科学において最も複雑な問題の 1 つであることを思い出してください。今回、グーグルは人工知能を気象予報士の役割に組み込み、わずか1分で最大10日先までの正確な予測ができることを実証した。このタスクは通常、部屋いっぱいのスーパーコンピューターで完了するまでに数時間かかります
有名なバタフライ効果仮説は、嵐が起こるかどうかは、地球の裏側での蝶の羽ばたきのような小さな出来事によって影響される可能性があると述べています。天気予報の仕事は、これらのよく知られた蝶に関する情報を正確なモデルに変換し、来週土曜日のピクニックの計画を立てるべきかどうかを伝えることです
これには、世界中の現在の気象観測を入力データとして使用し、スーパーコンピューターで実行される複雑な物理方程式を通じて演算する、いわゆる数値気象予測 (NWP) が必要です。しかし今回、Googleは、それほど強力ではないハードウェアでもより高速にデータを処理できる「GraphCast」と呼ばれる人工知能システムを発表した。
この人工知能は、衛星画像、レーダー、気象観測所から収集された 40 年間の気象再分析データに基づいてトレーニングされました。 GraphCast は 6 時間前の気象状況と現在の状況を取得し、この貴重なデータを使用して 6 時間後の気象状況を予測します。これに基づいて、6 時間間隔で将来を予測し、最大 10 日間の天気予報を構築できます
GraphCast は、それぞれの緯度と経度が 0.25 度である、地球の表面上の 100 万以上のグリッド ポイントでこれを実行します。各地点で、モデルは、温度、圧力、湿度、風速、風向などの地表の 5 つの変数と、37 の異なる高度の大気中の 6 つの変数を考慮します。
テストでは、GraphCast を Google TPU v4 マシン上で実行し、現在の天気予報のゴールド スタンダードであるコンピューター上のスーパー ランで実行される高解像度予測 (HRES) と呼ばれるシミュレート システムと比較しました。 GraphCast は、1 分以内に今後 10 日間の天気を予測でき、テストされた変数と予測リードタイムの 90% において HRES よりも正確です。これらのモデルが対流圏に焦点を当てている場合、GraphCast は 99.7% の確率で HRES を上回ります。対流圏は大気の最下層であり、正確な予測は非常に役立ち、日常生活に応用できます
GraphCast が実証した機能の中でさらに印象的なのは、特にそのように訓練されていないにもかかわらず、HRES よりも早く悪天候現象を識別したことです。実際の例では、AI はハリケーンがどこに上陸するかを 9 日前に正確に予測できましたが、従来の予測は 6 日前にしか確認できませんでした
Google は、GraphCast のコードはオープンソースであるため、世界中の科学者が実験して毎日の天気予報に組み込むことができると述べました。この種の数値処理は、人工知能が芸術や文章を私たち人間に任せられるようにするための完璧な仕事のように感じられます。
この研究結果は、Science誌に掲載されました
友達が気に入ったら、「新しいことを知る」に注目してください。
以上がGoogle AI がスーパーコンピューターを上回り、高速かつ正確な天気予報を実現の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











1 月 30 日のこの Web サイトのニュースによると、イタリアのエネルギー大手 Eni Group は最近、新しい HPC6 スーパーコンピューターを構築すると発表しました。このスーパーコンピュータはAMDEPY CCPUとInstinctMI250XGPUをベースに構築され、完成すると理論上のピーク演算能力は600PFlop/sに達し、持続的なピーク演算能力も400PFlop/sとなり、既存のTop500リストで5位にランクされることになる。問い合わせの結果、Eni は世界の伝統的な大手石油会社の 1 つであり、イタリアの 3 大企業の 1 つであることがわかりました。同社はイタリア政府が約30%出資しているとされている。 ▲前世代のHPC5スーパーコンピュータの写真。出典: Eni Group 公式ウェブサイト Eni Group の現在の 2 つのスーパーコンピューターが Top500 スーパーコンピューター リストに入っています。

人気のバックエンド プログラミング言語として、PHP は Web 開発の分野で広く普及しています。天気予報機能は Web アプリケーションの一般的なシナリオであり、PHP ベースの天気予報機能の実装は比較的シンプルで理解しやすいです。この記事ではPHPを使って天気予報機能を実装する方法を紹介します。 1. 気象データ取得API 天気予報機能を実装するには、まず気象データを取得する必要があります。サードパーティの気象 API を使用して、リアルタイムの正確な気象データを取得できます。現在、中国の主流の天気 API プロバイダーには、無料の「Xinzhiwei」と

2021年12月以降、Huawei & Honor携帯電話はビエンチャンデスクトップウィジェット機能を開始しました。多くの便利な機能、視覚的に最適化されたデスクトップ コントロールなどが多くのユーザーのモバイル デスクトップに追加され、今年 8 月までに 2 つの主要販売プラットフォームはスポーツや健康データ、気象データ、音楽データ、システム データなども公開しました。 、ユーザーはモバイル デスクトップを使用できるようになります。インタラクティブな操作はより便利で、より速く、より興味深いものになり、ユーザーは DIY して独自のパーソナライズされたデスクトップを作成できます。ウィジェット追加後のモバイルデスクトップ 最近、多くの Huawei 携帯電話ユーザーが、Huawei および Honor 携帯電話にデスクトップ ウィジェットを追加する方法がよくわからないと報告し、プロセスが複雑すぎて面倒だと不満を述べています。誰もがこの問題を解決できるよう、Qian Shuxian は詳細な操作プロセスを準備しました。

JavaWebSocketを使用してリアルタイム天気予報機能を実装するにはどうすればよいですか?インターネットとモバイルデバイスの普及に伴い、リアルタイムの天気予報機能は多くのアプリケーションにとって不可欠な機能の 1 つになりました。 JavaWebSocket テクノロジーを使用すると、リアルタイム通信を便利かつ迅速に実現し、ユーザーに最新の天気予報情報を提供できます。この記事では、JavaWebSocket を使用してリアルタイム天気予報機能を実装する方法と、具体的なコード例を紹介します。環境の準備 開始する前に、以下のものがインストールされていることを確認する必要があります。

IT Houseは11月3日、Google ResearchとDeepMindが協力して、以前のMetNetとMetNet-2をベースにした最新の気象モデルMetNet-3を開発したと報告した。降水量、表面温度、風速、風向、体感温度など。 IT House は、Google がモバイル プラットフォーム上の「Google モバイル ソフトウェア」天気予報に MetNet-3 モデルが実装されていると言及したことを発見しました。 MetNet-3 モデルは、空間分解能 1 ~ 4 キロメートル、解析間隔 2 分で「スムーズかつ高精度」な予測を実現することができ、従来の物理天気予報モデルを上回る予測能力が実験により証明されています。

11 月 3 日のニュースによると、Google Research と DeepMind は共同で最新の気象モデル MetNet-3 を開発しました。このモデルは以前の MetNet と MetNet-2 に基づいており、24 時間前に地球規模の気象状況を高解像度で予測できます。 、降水量、表面温度、風速、風向、体感温度など。このサイトでは、Google がモバイル プラットフォーム上の「Google モバイル ソフトウェア」天気予報に MetNet-3 モデルが実装されていると言及していることを発見しました。 MetNet-3 モデルは、1 ~ 4 キロメートルの空間分解能と 2 分の分析間隔で「スムーズで高精度」の予測を作成できます。実験により、MetNet-3 の予測能力が従来の物理天気予報モデルを上回ることが証明されました。

編集者 | ScienceAI の大規模モデルの時代において、純粋にデータ駆動型の気象および気候モデルの効果は、数値モデルに徐々に追いつき、さらには追いつきつつあります。しかし、既存の大規模気象・気候モデルには依然としていくつかの問題があります。たとえば、モデルの物理的一貫性が十分に高くないため、複雑な天気や降水量などの気象現象を予測する能力が制限されます。また、発散風の予測効果も満足できるものではありません。これらの問題については、モデルの予測精度と信頼性を向上させるために、さらなる研究と改善が必要です。現在、物理学、大気力学、深層学習モデルを組み合わせることがボトルネック問題を解決する重要な方法となっています。最近、中国科学院大気物理研究所の研究者黄剛氏のチームは、地球システム数値シミュレーション施設(Huan)のデータと計算能力サポートに基づいて、次の観点から物理変数間の結合関係を分析しました。

デスクトップに天気予報機能が追加されますが、デスクトップの天気予報を復元するにはどうすればよいですか?ユーザーは、デスクトップで [ウィンドウ ツール] をクリックし、次に [天気] をクリックして、天気コンポーネントを選択する必要があります。このデスクトップ天気予報回復方法の紹介では、具体的な操作方法を説明します。デスクトップの天気予報を復元するにはどうすればよいですか? 回答: デスクトップ ウィジェットで天気を選択し、デスクトップに追加します。具体的な方法: iOS の方法: 1. Apple 画面を長押しし、左上の + 記号をクリックします。 2. 天気を検索し、アプリを開きます。 3. 次に、天気コンポーネントのスタイルを選択し、「ウィジェットの追加」をクリックします。 4. 次に、右上の「完了」をクリックします。 Android の方法: 1. 画面を長押しし、ウィジェットをクリックします。 2. 空をクリックします
