ИИ оставил ученых без работы: сообщит об апокалипсисе на Земле быстрее и дешевле
ИИ оставил ученых без работы: сообщит об апокалипсисе на Земле быстрее и дешевле

ИИ оставил ученых без работы: сообщит об апокалипсисе на Земле быстрее и дешевле

Google создает новую модель искусственного интеллекта, позволяющую эффективно предсказывать будущие погодные катастрофы, даже те, которые пропустили бы ученые.

Исследователи больше не пугают климатическим кризисом, они официально заявляют: он уже здесь. В этих условиях мир может столкнуться с более интенсивными волнами тепла, засух и лесных пожаров, а на планету обрушатся более интенсивные ураганы. В свете этих событий прогнозирование будущих погодных катастроф, которые ждут человечество является чрезвычайно важной задачей, пишет Live Science.

Google заявляет, что эффективное прогнозирование будущих катастроф уже доступно с помощью их новой модели искусственного интеллекта (ИИ), способной генерировать точные прогнозы погоды в больших масштабах. Более того, предполагается, что эта модель сделает прогнозы быстрее и дешевле, и не пропустит экстремальные погодные явления, которые чрезвычайно сложно заметить. Простыми словами, создатели утверждают, что их новая разработка опережает крупнейшие метеорологические агентства мира.

У Фокус. Технологии появился свой Telegram-канал. Подписывайтесь, чтобы не пропускать самые свежие и захватывающие новости из мира науки!

Модель ИИ получила название Scalable Ensemble Envelope Diffusion Sampler (SEEDS) и была разработана аналогично популярным моделям больших языков, например, ChatGPT, и генеративным инструментам ИИ, таким как Sora, генерирующая видео из текстовых подсказок. Команда заявляет, что SEEDS способна генерировать множество погодных сценариев намного быстрее, чем это делают стандартные методы прогнозирования, основанные на физике.

Основная проблема прогнозирования погодных катастроф заключается в том, что климатическая система Земли невероятно изменчива, поскольку множество переменных могут привести к потенциально разрушительным явлениям — от ураганов до интенсивной жары. В то же время климатический кризис на планете набирает обороты, а экстремальные погодные явления становятся все более распространенными. В результате прогнозирование погодных катаклизмов может помочь спасти жизнь, заранее предупреждая об угрозе.

В настоящее время метеорологи по всему миру используют прогнозы, основанные на физике. Ученые собирают различные измерения и дают окончательный прогноз, усредняющий множество различных смоделированных прогнозов на основе всех переменных.

Простыми словами, большинство прогнозов погоды достаточно точны в разрезе распространенных условий, например, мягкая погода или теплые дни. Однако создание достаточного количества прогнозных моделей для определения вероятного результата экстремального явления все еще недоступно для большинства метеорологических служб.

Метеорологи также используют детерминированные или вероятностные модели, где в начальные условия вводятся случайные переменные. Увы, это приводит к увеличению частоты ошибок, а значит предсказать экстремальную погоду и погоду в будущем невероятно трудно. Кроме того, ошибки в начальных данных могут повлиять на конечный результат прогнозирования.

Ученые Google подсчитали, что для прогнозирования событий, вероятность возникновения которых составляет всего 1%, в модели необходимо 10 000 прогнозов. SEEDS создает модели прогнозирования на основе физических измерений, собранных метеорологами. В том числе рассматривается и связь между единицей потенциальной энергии на массу гравитационного поля Земли в средней тропосфере и давлением на уровне моря — эти меры распространены в прогнозировании, используемом метеорологами сегодня.

Разработчики уже протестировали систему, смоделировав жару, которая обрушилась на Европу в 2022 году, используя данные о погоде, собранные в то время. Известно, что всего за неделю до жары данные метеорологов не указывали на то, что она вообще возможна, так же как и ансамбли с менее 100 предсказаниями. Авторы разработки также отмечают, что система ИИ имела пропускную способность 256 ансамблей на каждые три минуты времени обработки в образце архитектуры Google Cloud, которую можно легко масштабировать, набрав больше ускорителей.

Теги по теме
исследование ученые Земля
Источник материала
loader
loader