Tärkeimmät oppimispisteet
- Tekoäly käy läpi valtavia tietomääriä tehdäkseen tarkempia sääennusteita.
- Brittiläinen sääpalvelu on kehittänyt tekoälytyökalun, joka voi ennustaa tarkasti sateen todennäköisyyden seuraavan 90 minuutin aikana.
- Spire Global on yritys, joka käyttää jo tekoälyä ennustamisen parantamiseen.
Nowcasting Rain
Lontoo tunnetaan synkistä taivaista, mutta ainakin voisit varoittaa paremmin rakeiden alkaessa. Tekoälyyritys DeepMind on yhteistyössä Ison-Britannian kansallisen sääpalvelun kanssa kehittänyt syvällisen oppimistyökalun nimeltä DGMR ennustamiseen. Asiantuntijat arvioivat DGMR:n ennusteet parhaiksi useiden tekijöiden suhteen – mukaan lukien sateen sijainnin, voimakkuuden, liikkeen ja voimakkuuden ennusteet – 89 % ajasta lehdessä äskettäin julkaistun artikkelin mukaan. Luonto† Yhtiö kutsuu tekniikkaa «nowcastingiksi», koska se on niin ajankohtainen. «Käytämme generatiivisena mallinnuksena tunnettua lähestymistapaa tehdäksemme yksityiskohtaisia ja uskottavia ennusteita tulevaisuuden tutkasta menneen tutkan perusteella», DeepMind kirjoitti verkkosivuillaan. «Kätteellisesti tämä on ongelma tutkaelokuvien luomisessa. Tällaisten menetelmien avulla voimme sekä tallentaa tarkasti suuren mittakaavan tapahtumat, että samalla luodaan myös monia vaihtoehtoisia sadeskenaarioita (tunnetaan ensemble-ennusteina), mikä mahdollistaa sateen epävarmuuden tutkimisen.» Appu Shaji, tekoälytutkija, joka ei osallistunut DeepMind-tutkimukseen, kutsui yrityksen työtä «vaikuttavaksi» Lifewiren sähköpostihaastattelussa. «Nämä työt ovat kuitenkin vielä lapsenkengissään ja voimme odottaa merkittäviä edistysaskeleita tarkkuudessa ja ennustekyvyssä tulevina vuosina», hän lisäsi.
ennustaa kaaosta
Sää on kaoottinen prosessi, jota on vaikea ennustaa tarkasti. «Kehittyneet säämallit ja teknologiat, kuten tekoäly, parantavat ennustamista auttaakseen meitä paremmin suunnittelemaan, valmistautumaan ja lieventämään sääilmiöiden vaikutuksia», Vandewege sanoi. «Kehittyneet säämallit ja teknologiat, kuten tekoäly, parantavat ennustamista auttaakseen meitä suunnittelemaan paremmin, valmistautumaan säätapahtumiin ja lieventämään niiden vaikutuksia.» «Kun sääilmiöt yleistyvät ja äärimmäisemmät, tarkat ennusteet ja pidemmät toimitusajat antavat yrityksille, yhteisöille ja yleisölle enemmän aikaa ja tietoa parempien päätösten tekemiseen.» Sääsimulaatioita tehdään parhaillaan tietokonemalleilla, Intelin tekoälyasiantuntija Vikram Saletore kertoi Lifewirelle sähköpostihaastattelussa. Mutta hänen mukaansa säämalleja on usein käytettävä ympäristön muuttuessa tarkkoja ennusteita varten. «Tekoäly parantaa dramaattisesti sääennusteita mahdollistamalla ja merkittävästi nopeuttamalla näitä simulaatioympäristöjä, jotta ne voivat ottaa vastaan valtavia määriä historiallisia malleja nykyisen ympäristön syötteinä ja tehdä ennusteita mahdollisista tuloksista», Saletore lisäsi. Spire Global on yritys, joka käyttää jo tekoälyohjelmia parantaakseen ennusteita. PredictWind-ohjelma tarjoaa tuuliennusteita meri- ja vapaa-ajan urheilijoille käsittelemällä satelliittitietoja tietokonealgoritmeilla. «Ilmastonmuutos lisää äärimmäisten sääolosuhteiden todennäköisyyttä, ja globaalit toiminnot altistavat yritykset säähäiriöiden uhalle ympäri maailmaa», Spire Globalin tekoälyasiantuntija Matthew Lennie kertoi Lifewirelle sähköpostihaastattelussa. Laskentateho on ollut pullonkaula sääennusteelle. Tämän seurauksena jotkin tehokkaimmista supertietokoneista on suunniteltu murtamaan ennusteluvut.
