AI meramalkan cuaca ekstrem 5,000 kali lebih pantas! Microsoft melancarkan Aurora untuk meramalkan ribut global dengan mata AI

Sejak permulaan sejarah manusia, kita telah terobsesi dengan meramal cuaca dan menguraikan "bahasa langit" dalam pelbagai cara Kami perlahan-lahan mendapati bahawa tumbuh-tumbuhan dan awan seolah-olah berkaitan dengan cuaca kerana keperluan pengeluaran manusia, juga adalah keperluan manusia untuk menyanyi di atas angin kencang dan membaca puisi di bawah cahaya bulan.

Penyanyi Ribut dalam "A Song of Ice and Fire" meramalkan cuaca dan ribut melalui nyanyian dan nyanyian, dan orang ramai juga berkhayal tentang memiliki kuasa besar "mengubah cuaca."

Baru-baru ini, pakar cuaca dan ramalan cuaca telah menyukarkan kita untuk melarikan diri daripada pengalaman yang terkandung dan dunia fizikal, tetapi kini, AI telah mengubah keadaan.

Kandungan yang diperhalusi: Microsoft mengeluarkan Aurora, model asas atmosfera berskala besar pertamanya, yang boleh belajar daripada data dan membuat ramalan, menunjukkan ketepatan dan kecekapan yang menakjubkan.

Perubahan bukan hanya dibawa oleh satu syarikat, tetapi global.

Pusat Ramalan Cuaca Julat Sederhana Eropah, organisasi ramalan cuaca berangka teratas dunia, mengekalkan set data yang sangat kaya, menyediakan sokongan data yang kukuh untuk ramalan cuaca AI. Set data ini mengandungi maklumat data berbilang dimensi tentang atmosfera, lautan, daratan, dsb. di Eropah dan negara serta wilayah sekitarnya. Data ini telah diperhatikan, dianalisis dan dimodelkan dengan teliti untuk membentuk

Pada masa hadapan, komputer mungkin dapat menangkap "perubahan" global tanpa memerlukan fizik.

Impaknya melampaui itu Jika kita sudah boleh menggunakan AI untuk meramal cuaca global, adakah "memodelkan" bumi akan jauh ketinggalan?

Microsoft mengeluarkan model asas atmosfera berskala besar pertama

Peristiwa cuaca ekstrem kerap berlaku di seluruh dunia, dan manusia kelihatan sangat kecil dalam menghadapi ribut secara tiba-tiba.

Orang ramai sentiasa bimbang tentang cuaca melampau, mendedahkan batasan model ramalan cuaca semasa dan menyerlahkan keperluan untuk ramalan yang lebih tepat dalam menghadapi perubahan iklim.

Timbul persoalan mendesak: Bagaimanakah kita boleh meramal dan bersedia dengan lebih baik untuk kejadian cuaca ekstrem sebegitu?

Kajian baru-baru ini oleh Charlton Perez dan yang lain menyerlahkan cabaran yang dihadapi walaupun model ramalan cuaca kecerdasan buatan paling canggih dalam merakam intensifikasi pantas dan kelajuan angin puncak ribut.

Untuk membantu menangani cabaran ini, pasukan penyelidik Microsoft membangunkan Aurora, yang bermaksud "Aurora", model berasaskan kecerdasan buatan termaju yang boleh mengekstrak cerapan berharga daripada sejumlah besar data atmosfera.

Gambar

Alamat kertas: https://www.microsoft.com/en-us/research/publication/aurora-a-foundation-model-of-the-atmosphere/

Menyediakan pendekatan baharu kepada ramalan cuaca yang boleh mengubah keupayaan kami untuk meramal dan mengurangkan kesan peristiwa melampau. Model asas atmosfera 3D yang fleksibel Model ini diperhalusi dalam dua peringkat: (1) memperhalus pemberat pra-latihan dalam tempoh masa yang singkat; (2) mendahului-masa (pelancaran) penalaan halus menggunakan kebolehsuaian peringkat rendah (LoRA). Model yang diperhalusi akan digunakan untuk mengendalikan pelbagai situasi ramalan operasi pada resolusi berbeza

Walaupun saiz parameter hanya 1.3B, Aurora telah dilatih pada lebih daripada sejuta jam pelbagai simulasi cuaca dan iklim, yang menjadikan Ia membolehkan pemahaman yang menyeluruh tentang dinamik atmosfera.

Oleh itu, model boleh melaksanakan pelbagai tugas ramalan dengan cemerlang walaupun di kawasan yang kekurangan data atau keadaan cuaca yang melampau.

Dengan beroperasi pada resolusi spatial tinggi 0.1° (kira-kira 11 kilometer di khatulistiwa), Aurora dapat menangkap butiran rumit proses atmosfera, memberikan ramalan operasi yang lebih tepat berbanding sebelum ini, dengan kos pengiraan hanya nilai tradisional Sebahagian kecil daripada sistem ramalan cuaca.

Menurut anggaran penyelidik, kelajuan pengiraan Aurora meningkat kira-kira 5,000 kali berbanding Sistem Ramalan Bersepadu (IFS), SOTA dalam dunia sistem ramalan berangka.

Selain ketepatan dan kecekapannya yang menakjubkan, Aurora terserlah kerana serba boleh.

Model ini boleh meramalkan pelbagai pembolehubah atmosfera, daripada suhu dan kelajuan angin kepada tahap pencemaran udara dan kepekatan gas rumah hijau.

Aurora direka untuk mengendalikan input standard emas heterogen dan menjana ramalan pada resolusi dan tahap kesetiaan yang berbeza.

Model ini terdiri daripada 3D Swin Transformer dan pengekod dan penyahkod berasaskan Perceiver yang fleksibel, mampu memproses dan meramalkan pelbagai pembolehubah atmosfera merentas ruang dan tahap tekanan.

Melalui pra-latihan mengenai sejumlah besar data yang pelbagai dan penalaan halus untuk tugasan tertentu, Aurora belajar untuk menangkap corak dan struktur rumit di atmosfera, membolehkan ia berfungsi dengan baik walaupun dengan data latihan yang terhad apabila diperhalusi untuk tugasan tertentu. Ramalan kimia atmosfera dan pencemaran udara dengan cepat ) Berwajaran Latitud ralat purata kuasa dua akar (RMSE) Aurora berbanding CAMS, nilai negatif (biru) bermakna Aurora lebih baik

Disebabkan perbezaan antara kimia atmosfera, corak cuaca dan aktiviti manusia Interaksi yang kompleks dan heterogeniti Copernicus yang tinggi Data Perkhidmatan Pemantauan Suasana (CAMS), jadikan ini tugas yang amat sukar.

Aurora memanfaatkan seni bina pengekod-penyahkod yang fleksibel dan mekanisme perhatiannya untuk memproses dan belajar dengan cekap daripada data mencabar ini, menangkap ciri unik bahan pencemar udara dan hubungannya dengan pembolehubah meteorologi.

Ini membolehkan Aurora menghasilkan ramalan pencemaran udara global lima hari yang tepat pada resolusi spatial 0.4°, mengatasi prestasi simulasi kimia atmosfera terkini pada 74% daripada semua sasaran, menunjukkan keupayaannya untuk menyelesaikan pelbagai persekitaran Kebolehsuaian yang sangat baik dan berpotensi untuk meramalkan masalah, walaupun data jarang atau sangat kompleks.

Kepelbagaian data dan penskalaan model meningkatkan ramalan atmosfera

Kajian itu juga mendapati bahawa pra-latihan pada set data berbeza telah meningkatkan prestasi Aurora dengan ketara berbanding latihan pada set data tunggal.

Dengan menyepadukan data daripada simulasi iklim, produk analisis semula dan ramalan operasi, Aurora boleh mempelajari perwakilan dinamik atmosfera yang lebih berkuasa dan serba boleh.

Kerana saiz dan set data pra-latihan yang pelbagai, Aurora dapat mengatasi model ramalan cuaca berangka terkini dan kaedah pembelajaran mendalam khusus merentas pelbagai tugasan dan resolusi. . 5 %

Skala Aurora secara langsung menghasilkan prestasi yang lebih baik daripada model pembelajaran mendalam profesional terbaik, baik dari segi reka bentuk seni bina dan korpus data latihan, serta protokol pra-latihan dan penalaan halus.

Untuk mengesahkan lagi faedah memperhalusi model besar yang telah dilatih terlebih dahulu pada berbilang set data, pasukan Microsoft membandingkan Aurora dengan GraphCast, yang hanya pra-latihan pada ERA5 dan pada masa ini dianggap mempunyai resolusi The paling mahir. model kecerdasan buatan pada 0.25 darjah dengan masa ramalan sehingga lima hari.

Selain itu, para penyelidik juga memasukkan IFS HRES (standard emas untuk ramalan cuaca berangka) ke dalam perbandingan.

Hasilnya menunjukkan Aurora mengatasi kedua-dua GraphCast dan IFS HRES apabila membandingkan analisis, pemerhatian stesen cuaca dan nilai ekstrem. Imej dalam pemodelan sistem bumi

Impak Aurora meluas jauh di luar ramalan atmosfera.

Dengan menunjukkan kuasa model asas dalam sains Bumi, penyelidikan ini membuka jalan untuk pembangunan model komprehensif yang merangkumi keseluruhan sistem Bumi.

Keupayaan model asas untuk cemerlang dalam tugas hiliran di mana data terhad akan mendemokrasikan akses kepada maklumat cuaca dan iklim yang tepat di wilayah kekurangan data seperti negara membangun dan wilayah kutub.

Ini akan memberi kesan mendalam kepada sektor seperti pertanian, pengangkutan, penuaian tenaga dan kesiapsiagaan menghadapi bencana, membolehkan masyarakat menyesuaikan diri dengan lebih baik terhadap cabaran yang ditimbulkan oleh perubahan iklim.

Tiada fizik diperlukan? Kemajuan besar dalam ramalan cuaca AI

Perubahan berlaku begitu pantas, seperti puting beliung, sehingga komuniti ramalan cuaca sedang mengalami perubahan besar.

Matlamat utama adalah revolusioner: menggunakan kaedah berasaskan AI baharu, ramalan cuaca boleh dijalankan pada komputer meja!

Dalam tempoh 18 bulan yang lalu, ramalan cuaca telah menjadi salah satu aplikasi AI yang paling menjanjikan, dan perkembangan terkini telah menyebabkan kesan yang besar dalam komuniti meteorologi.

Ini adalah terima kasih kepada senjata rahsia: set data yang sangat kaya.

Pusat Ramalan Cuaca Julat Sederhana Eropah (ECMWF), organisasi ramalan cuaca berangka terkemuka di dunia, mengekalkan set set data tentang cuaca atmosfera, darat dan lautan, direkodkan setiap beberapa jam di seluruh dunia setiap hari, data boleh Bertarikh kembali ke 1940.

Gambar

Data dari 50 tahun lalu, terutamanya selepas liputan satelit global, amat banyak. Set data ini dipanggil ERA5 dan tersedia untuk umum.

ERA5 tidak dicipta khusus untuk aplikasi kecerdasan buatan, tetapi ERA5 telah memainkan peranan yang besar dalam pembangunan aplikasi cuaca kecerdasan buatan.

Saintis komputer tidak akan mula serius menggunakan data ini untuk melatih model kecerdasan buatan untuk meramal cuaca sehingga 2022.

Sejak itu, teknologi telah berkembang dengan pesat. Dalam sesetengah kes, keluaran model sudah lebih baik daripada model cuaca global yang telah dihabiskan oleh saintis selama beberapa dekad untuk mereka bentuk dan membina, dan yang memerlukan beberapa superkomputer paling berkuasa di dunia untuk dijalankan.

Matthew Chantry, ketua kerja ramalan kecerdasan buatan di Pusat Meteorologi Eropah ECMWF, berkata dalam satu temu bual, "Jelas sekali bahawa pembelajaran mesin adalah bahagian penting dalam ramalan cuaca masa depan

ECMWF sedang merekrut bakat untuk dibangunkan berdasarkan Simulasi Sistem Bumi Pembelajaran Mesin

Asal Usul Ramalan Cuaca AI

Beberapa penyelidikan akademik awal tentang ramalan cuaca menggunakan teknik pembelajaran mendalam berdasarkan rangkaian saraf bermula kira-kira 6 tahun yang lalu.

Pada mulanya, saintis komputer tidak begitu optimistik sama ada pendekatan ini akan berkesan kerana ia sangat berbeza dengan sains ramalan cuaca yang telah dibangunkan selama beberapa dekad.

Sekarang tahun 2022, dan orang ramai akhirnya telah melepaskan keraguan mereka tentang model AI.

Pertama, ahli fizik dan saintis data Ryan Keisler menunjukkan beberapa keputusan awal menggunakan "rangkaian neural graf".

Gambar

Alamat kertas: https://arxiv.org/abs/2202.07575

Seterusnya, model "Pangu-Weather" yang dicadangkan oleh ahli sains Cina secara langsung

Hasilnya menunjukkan bahawa ia malah mengatasi model berasaskan fizik terkuat hari ini - ECMWF - dalam beberapa kes.

Gambar

Alamat kertas: https://www.nature.com/articles/s41586-023-06185-3

Ini adalah dalam komuniti pembelajaran yang mendalam Ia menyebabkan kejutan.

Tidak lama kemudian, ia tidak mengambil masa yang lama untuk saintis Eropah mula membuat model operasi berdasarkan hasil penyelidikan model pembelajaran mendalam yang lain.

Menjelang akhir tahun lepas, Sistem Ramalan Bersepadu Kecerdasan Buatan (AIFS) baharu telah menghasilkan hasil yang "sangat menjanjikan". Musim bunga ini, peramal Eropah mula mengeluarkan ramalan masa nyata.

Pada masa ini, model cuaca berasaskan fizik masih diperlukan. Ia adalah alat yang sangat berkuasa yang meningkatkan keupayaan kami dengan ketara untuk menghasilkan ramalan cuaca lima, tujuh dan kadangkala 10 hari untuk acara utama dan dipercayai oleh peramal di seluruh dunia.

Tetapi bagaimana rupa masa depan? Mungkin dalam sepuluh tahun, AI akan bertanggungjawab ke atas segala-galanya dalam bidang cuaca.

Rujukan:

https://www.php.cn/link/3b2f3a493d32e9aca1df90ef35b587e7

24c 0a13e8417758ea807a431500

Atas ialah kandungan terperinci AI meramalkan cuaca ekstrem 5,000 kali lebih pantas! Microsoft melancarkan Aurora untuk meramalkan ribut global dengan mata AI. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!