Google оголошує прорив у аналізі погоди. Результати «майже миттєвого»

Удосконалений алгоритм штучного інтелекту, розроблений американською технологічною групою Google, повинен в найближчому майбутньому створювати короткострокові прогнози погоди швидше, ніж будь-коли раніше. Оголошене нове аналітичне програмне забезпечення — наразі на ранній стадії розробки — створюється з метою очікуваного збільшення непередбачуваності погодних подій, пов'язаного з очікуваними динамічними змінами клімату.

Прогнозувати погоду вкрай складно, але в останні роки експерти визнали, що машинне навчання може значно покращити цей процес — про що йдеться у заяві, опублікованій на цю тему The Verge. Google нещодавно долучився до розвитку цього типу технологій, опублікувавши в своєму блозі нові дослідження, згідно з якими можна «майже миттєво» генерувати прогнози погоди в найближчому майбутньому.

Робота технологічної групи все ще знаходиться на початковій стадії прогресу і досі не інтегрована ні з якими комерційними системами прогнозування погоди. Однак ранні результати виглядають багатообіцяючими, кажуть автори дослідження. Вчені Google розповіли, як лише за кілька хвилин обчислень вони змогли з просторовою роздільною здатністю 1 км створити точний прогноз кількості опадів за шість годин до їх появи.

Це суттєве вдосконалення в порівнянні з існуючими методами, яким, хоча і надають довгострокові та складніші прогнози, для їх розробки потрібно до декількох годин — зазначає служба.

Дослідники стверджують, що швидкі прогнози є "необхідним інструментом для успішної адаптації до зміни клімату, особливо в екстремальних погодних умовах". Як вони наголосили, у світі, де все більше панують непередбачувані погодні ситуації, короткострокові прогнози будуть ключовими для "управління кризою та зменшення загибелі та матеріальних втрат".

Найбільша перевага Google перед традиційними методами прогнозування — швидкість, з якою вони формуються. Вчені порівняли свою роботу з двома існуючими методами: оптичним прогнозуванням потоку (OF), де, серед інших, рух хмари та створення моделюючих моделей за детальними даними.

Як зазначив Верже, проблема старих методів полягає в тому, що вони вимагають великих ресурсів та обчислювальної потужності. Наприклад, симуляції, що проводяться щоденними федеральними агенціями США для прогнозування погоди, вимагають обробляти до 100 терабайт даних, отриманих супутниками та метеостанціями, а потім багато годин роботи на дорогих суперкомп'ютерах.

Пропоноване Google рішення дає результати протягом декількох хвилин, оскільки воно не створює складних погодних систем, а простих прогнозів радіолокаційних даних. На думку дослідників, їх модель, незважаючи на використання тих же даних, дозволила генерувати більш точні прогнози, ніж існуючі методи.

Роботи з адаптації штучного інтелекту до прогнозу погоди також проводять ІТ-компанія IBM та біотехнологічна компанія Monsanto.

Facebook Comments