Google Research와 DeepMind가 최신 기상 모델 MetNet-3을 개발했다고 11월 3일 보도되었습니다. 이 모델은 이전 MetNet과 MetNet-2를 기반으로 합니다. 글로벌 기상 상황을 24시간 전에 예측할 수 있습니다. . 강수량, 표면 온도, 풍속, 풍향 및 체감 온도를 포함한 고해상도 예측을 받으세요 .
이 사이트에서는 Google이 모바일 플랫폼의 "Google 모바일 소프트웨어" 일기 예보에 MetNet-3 모델이 구현되었다고 언급한 것을 발견했습니다.
MetNet-3 모델은 1~4km의 공간 분해능과 2분의 분석 간격으로 "부드럽고 고정밀" 예측을 생성할 수 있습니다. 실험을 통해 MetNet-3의 예측 능력이 기존의 물리적 기상 예측 모델을 능가한다는 것이 입증되었습니다. 예를 들어 기존의 물리적 기본 모델인 "NWP(수치적 기상 예측)"와 "Rapid Refresh Model(HRRR)"은 모두 MetNet-3을 능가합니다.
MetNet-3는 날씨를 예측하는 전통적인 방법을 기반으로 하는 다른 기계 학습 방법과 다릅니다. MetNet-3는 대기 관측 데이터를 통해 직접 훈련되고 평가된다는 점입니다. 연구진은 직접 관찰의 장점은 데이터 밀도와 해상도가 높다는 점을 언급했습니다. 또한 MetNet-3는 이전 MetNet 모델의 데이터를 계승하는 것 외에도 기상 관측소의 온도 및 풍속 측정 데이터도 새로 학습하여 모든 위치에 대한 포괄적인 기상 예측을 수행하려고 합니다.
연구원들은 MetNet-3의 주요 혁신은 일기 예보의 정확성과 적용 범위를 향상하기 위한 치밀화 기술을 사용하는 것이라고 지적했습니다.
전통적인 물리학 기반 모델에서 일기 예보에는 일반적으로 두 단계가 필요합니다. 동화(Assimilation)와 시뮬레이션(Simulation) 데이터 동화(Data Assimilation)는 실제 관찰 데이터를 모델에 통합하는 것을 말하며, 시뮬레이션은 이러한 데이터를 기반으로 날씨를 예측합니다.
MetNet-3는 치밀화 기술을 사용하여 신경망을 통해 "데이터 동화"와 "시뮬레이션"의 두 단계를 병합하여 더 빠르고 직접적인 날씨 예측을 달성합니다. 이 기술은 모델이 데이터를 수집하고 처리하는 효율성을 높이고, 신경망을 활용하여 일기 예보의 정확성을 향상시킵니다. 동시에 MetNet-3 모델은 등고선 정보, 위성 정보, 레이더 정보 등이 포함된 각각의 특정 데이터 스트림을 독립적으로 처리할 수 있어 보다 정확하고 포괄적인 일기예보를 얻을 수 있습니다
또한 "직접 관측"이 가능합니다. 데이터는 학습으로 사용됩니다. 샘플은 MetNet-3 모델에 공간과 시간을 기반으로 한 고해상도의 이점을 제공합니다. 기상 관측소와 지상 레이더 관측소는 몇 분마다 1km의 분해능으로 특정 위치에서 측정 데이터를 제공할 수 있습니다. 이에 비해 오늘날 세계에서 가장 발전된 물리적 모델조차도 9km 해상도의 데이터만 생성할 수 있으며 6시간마다 시간별 예측을 제공할 수 있습니다.
그리고 MetNet-3는 치밀화 기술, Lead Time Conditioning 기술 및 고해상도 직접 관찰 방법을 결합하여 수집된 관측 데이터를 2분 간격으로 효과적으로 처리하고 시뮬레이션할 수 있습니다. MetNet-3는 24시간 관측 데이터를 생성할 수 있습니다. 2분 단위의 시간 분해능으로 예측하여 사용자에게 더욱 정확한 실시간 일기예보 정보를 제공합니다.
또한 MetNet-3는 기상 관측소에서 관측한 기상 정보에 비해 학습 데이터 범위가 더 넓은 지상 레이더의 강수량 추정치도 활용합니다. 따라서 풍속이든 강수량이든 MetNet-3의 예측 결과는 업계에서 가장 발전된 물리적 모델보다 낫습니다
MetNet-3의 가장 큰 가치는 머신러닝 기술로 날씨를 실시간으로 정확하게 예측하고, 구글 제품에서 일기예보 서비스를 제공할 수 있다는 점입니다. 이 모델은 지속적으로 수집되는 최신 데이터를 기반으로 완전하고 정확한 예측을 지속적으로 생성합니다. 연구원들은 이것이 기존의 물리적 추론 시스템과 다르며 일기 예보의 고유한 요구를 더 잘 충족할 수 있다고 언급했습니다.
위 내용은 구글, '고급 일기예보 AI' MetNet-3 출시, 예측 결과가 기존의 물리적 모델을 능가한다고 주장의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!