19. Jul
0
Prognoza za ceo svet za samo nekoliko sekundi
Vremenska prognoza brža 10.000 puta zahvaljujući veštačkoj inteligenciji
Podeli
Kompanija Huawei razvila je prvi model predviđanja vremenske prognoze Pangu Weather koji, zahvaljujući primeni veštačke inteligencije, pokazuje veću preciznost od tradicionalnih numeričkih metoda prognoze vremena, što je do sada smatrano nemogućim. Novi sistem nudi 10.000 puta veću brzinu predviđanja, pa se prognoza za ceo svet može dobiti za samo nekoliko sekundi. U maju ove godine, tajfun Mavar privukao je svetsku pažnju kao do sada najjači tropski ciklon godine. Prema kineskoj meteorološkoj upravi, Pangu Weather je tačno predvideo putanju tajfuna Mavar pet dana pre nego što je promenio kurs u istočnim vodama ostrva Tajvana.
Smatrajući ovo izuzetno značajnim dostignućem, jedan od vodećih svetskih naučnih časopisa, Nature, objavio je članak o Pangu Weather AI Modelu kompanije Huawei. Huawei i njegovi stručnjaci prvi put su jedini autori ovako važnog Nature dokumenta, koji opisuje kako da se razvije precizan i tačan globalni sistem AI vremenske prognoze zasnovan na podacima prethodne 43 godine. Rad je nazvan Tačna globalna vremenska prognoza srednjeg dometa sa 3D neuronskim mrežama i pruža nezavisno ispitivanje Huawei dostignuća u Cloud i AI oblastima.
Objašnjavajući zašto je Huawei Cloud Ai tim odlučio da se
fokusira na predviđanja vremena, dr Tian Ki, glavni naučnik Huawei Cloud Ai Huawei
Cloud Ai Field, IEEE saradnik, i akademik Međunarodne Evroazijske akademije
nauka, istakao je da je prognoza vremena jedan od najvažnijih scenarija u
oblasti naučnog računarstva i da je meteorološko predviđanje veoma složen
sistem.
Tian Ki
-Velika nam je čast što je naše istraživanje prepoznao
prestižan časopis Nature, jer rešava neke od važnih problema koji su do sada
postojali. AI modeli u stanju su da predvide ponašanje atmosfere iz masivnih
podataka koje ima na raspolaganju. Trenutno Pangu Weather uglavnom obavlja
predviđanje prognoze, a njegova glavna sposobnost jeste da predvidi evoluciju
atmosferskih stanja. Naš krajnji cilj je da izgradimo okvir za prognozu vremena
sledeće generacije koristeći AI tehnologije za jačanje postojećih sistema
predviđanja - objasnio je dr Tian Ki.
Komentarišući značaj i kvalitet istraživanja koje je sproveo
HUAWEI CLOUD, akademski recenzenti iz Nature magazina su objasnili da je Pangu
Weather veoma jednostavan za preuzimanje i pokretanje, kao i da se brzo
realizuje čak i na desktop računaru.
Ubrzanim razvojem računarske snage u poslednjih 30 godina,
tačnost numeričke vremenske prognoze je značajno poboljšana, pružajući
preciznija upozorenja o katastrofama i ekstremnim klimatskim promenama. Ipak,
za neke važne rezultate i dalje je potrebno dosta vremena, pa su, da bi ubrzali
predviđanja, istraživači tražili način kako da koriste metode mašinskog učenja.
Nažalost, bez obzira na to što je veštačka inteligencija sve više uvođena u
predviđanje prognoze, AI uglavnom nije bio u stanju da predvidi ekstremno vreme
kao što su tajfuni.
Zbog svoje brzine, poslednjih godina modeli vremenske
prognoze zasnovani na veštačkoj inteligenciji su bili atraktivni, ali im je
nedostajala preciznost iz dva razloga. Prvi, postojeći modeli AI meteorološke
prognoze zasnovani su na 2D neuronskim mrežama, koje ne mogu dobro da obrađuju
neujednačene 3D meteorološke podatke. I drugo, vremenska prognoza srednjeg
opsega može sadržati kumulativne grešake u prognozi kada se model poziva
previše puta.
Kako Pangu Weather
rešava ove izazove
Tokom naučnih ispitivanja, Pangu Weather model je pokazao
veću preciznost u poređenju sa tradicionalnim numeričkim metodama predviđanja
za prognoze od jednog sata do 7 dana, sa povećanjem brzine predviđanja od
10.000 puta. Model je u stanju da za samo nekoliko sekundi predvidi najfinije
meteorološke podatke uključujući vlažnost, brzinu vetra, temperaturu i pritisak
na nivou mora.
Model koristi 3D Earth-Specific Transformer (3DEST)
arhitekturu za obradu složenih različitih 3D meteoroloških podataka. Koristeći
hijerarhijsku, vremensku strategiju agregacije, model je obučen za različite
intervale prognoze koristeći one od jednog sata, tri, šest i 24 sata. Ovo je
rezultiralo smanjenjem količine iteracija za predviđanje meteorološkog stanja u
određeno vreme i smanjenjem pogrešnih prognoza.
Da bi obučili AI model za određene vremenske intervale,
istraživači su obučili 100 epoha (ciklusa) koristeći uzorke vremenskih podataka
po satu od 1979. do 2021. godine. Svaki od podmodela zahtevao je 16 dana obuke
na 192 grafičke karte. Zahvaljujući ovome Pangu Weather Model sada može da
dovrši 24-časovnu globalnu vremensku prognozu za samo 1,4 sekunde na V100
grafičkoj karti, što je poboljšanje od 10.000 puta u poređenju sa
tradicionalnim numeričkim predviđanjem.
U cilju kontinuiranog i daljeg unapređenja AI modela vremenske prognoze stabilna Cloud okruženja, radni alati i odgovarajući sistemi operacija i održavanja su, takođe, neophodni, a Huawei ih sve objedinjuje u svojoj ponudi. Svake godine u svetu se dogodi oko 80 tajfuna, a tokom 2022. godine, samo u Kini, direktan ekonomski gubitak izazvan tajfunima iznosio je više od 750 miliona dolara. Važno je reagovati što pre, jer što se brže pošalju upozorenja, to je lakše i bolje izvršiti adekvatne pripreme.
Komentari(0)