Google DeepMind telah mengubah prediksi badai selamanya dengan model kecerdasan buatan baru

Google DeepMind Pada hari Kamis, ia mengumumkan apa yang diklaimnya mewakili penetrasi besar dalam prediksi badai, karena menyajikan sistem intelijen buatan yang dapat mengharapkan jalan dan kepadatan badai tropis dengan akurasi yang belum pernah terjadi sebelumnya – tantangan panjang yang mengarah pada model cuaca tradisional selama beberapa dekade.

Perusahaan diluncurkan Laboratorium CuacaPlatform interaktif yang menampilkan model prediksi percobaan, yang menghasilkan 50 kemungkinan skenario badai 15 hari yang lalu. Dan yang paling penting, DeepMind mengumumkan kemitraan dengan Pusat Badai Nasional AmerikaPada kesempatan pertama kali agen federal mengintegrasikan prediksi eksperimental AI dalam fungsi prediksi operasional.

“Kami menyajikan tiga hal yang berbeda,” kata Ferran Elite, seorang ilmuwan riset mendalam yang memimpin proyek. “Yang pertama adalah model eksperimental baru yang dirancang khusus untuk badai. Yang kedua adalah, kami sangat senang mengumumkan kemitraan dengan Pusat Badai Nasional yang memungkinkan para ahli penyitaan manusia untuk melihat prediksi kami dalam waktu aktual.”

Iklan ini merupakan pergantian yang memalukan dalam menerapkan kecerdasan buatan untuk prediksi cuaca, bidang di mana model pembelajaran mesin telah memperoleh landasan cepat terhadap sistem berbasis fisika tradisional. Badai tropis – yang meliputi badai, badai dan badai – disebabkan 1,4 triliun dolar dalam kerugian ekonomi selama lima puluh tahun terakhirPrediksi yang tepat membuat hidup dan mati jutaan orang di daerah pantai yang lemah.

Mengapa model cuaca tradisional berjuang dengan jalur badai dan intensitasnya

Penetrasi memperlakukan pembatasan dasar dalam metode prediksi saat ini. Model cuaca tradisional menghadapi perbandingan terang -terangan: model global dengan akurasi rendah unggul dalam memprediksi tempat di mana badai akan pergi dengan menangkap pola besar di atmosfer, sementara model regional presisi tinggi diprediksi lebih baik dengan berfokus pada proses turbulen di jantung badai.

“Penciptaan prediksi badai tropis sulit karena kami mencoba memprediksi dua hal yang berbeda.” “Yang pertama adalah prediksi jalan, jadi ke mana badai di mana badai pergi?

Model eksperimental DeepMind mengklaim untuk menyelesaikan kedua masalah pada saat yang sama. Dalam penilaian internal berikut Pusat Badai Nasional Protokol, sistem kecerdasan buatan menunjukkan peningkatan yang signifikan pada metode saat ini. Untuk memprediksi jalur, perkiraan model lima hari rata -rata pada ketinggian 140 km dari situs badai yang sebenarnya dari terakhirKelompok terkemuka berbasis band Eropa.

Lebih nyata, sistem melebihi Analisis dan harapan badai NOAA (HAFS) Tentang prediksi kepadatan – suatu wilayah di mana model kecerdasan buatan bertarung secara historis. “Ini adalah model pertama kecerdasan buatan yang sekarang kita sangat terampil serta keparahan badai tropis.”

Bagaimana mengharapkan kecerdasan buatan untuk memenangkan model tradisional atas kecepatan dan efisiensi

Selain meningkatkan akurasi, sistem kecerdasan buatan menunjukkan keuntungan efisiensi yang dramatis. Sementara model tradisional berbasis fisika mungkin membutuhkan waktu berjam -jam untuk menghasilkan prediksi, model DeepMind menghasilkan perkiraan 15 hari dalam waktu sekitar satu menit pada satu chip komputer khusus.

“Model probabilitas kami sekarang lebih cepat dari model sebelumnya,” kata Alit. “Model baru kami, kemungkinan besar, sekitar satu menit,” dibandingkan dengan delapan menit yang dibutuhkan oleh cuaca sebelumnya di DeepMind.

Fitur kecepatan ini memungkinkan sistem untuk memenuhi tanggal akhir operasional yang sempit. Tom Anderson, seorang insinyur peneliti di cuaca AI Deepmind, menjelaskan hal itu Pusat Badai Nasional Prediksi yang diperlukan tersedia secara khusus dalam waktu enam setengah jam pengumpulan data – tujuan yang dipenuhi oleh sistem kecerdasan buatan sekarang sebelum tanggal yang ditentukan.

Kemitraan Kemitraan Badai Nasional menempatkan cuaca dari kecerdasan buatan untuk menguji

Kemitraan dengan Pusat Badai Nasional Ini memeriksa keaslian peramalan cuaca dari kecerdasan buatan secara besar -besaran. Keith Battaglia, kepala manajer utama DeepMind, telah menggambarkan kerja sama sebagai pengembangan dari pembicaraan informal ke kemitraan yang lebih formal yang memungkinkan pasukan untuk mengintegrasikan prediksi intelijen buatan dengan metode tradisional.

“Itu bukan kemitraan resmi pada saat itu, itu hanya percakapan informal,” kata Batjlia tentang diskusi awal yang dimulai sekitar 18 bulan yang lalu. “Kami sekarang membuat semacam kemitraan resmi yang memungkinkan kami untuk menyerahkan model yang kami bangun, dan kemudian mereka dapat menentukan bagaimana menggunakannya dalam pedoman resmi mereka.”

Waktunya menentukan, dengan musim badai Atlantik 2025. Ekspresor di Badai Pusat akan menyaksikan prediksi langsung bersama dengan model dan pengamatan berbasis fisika tradisional, yang meningkatkan keakuratan prediksi dan memungkinkan peringatan sebelumnya.

Kate Moscager, seorang ilmuwan riset di Institute of Air Research di Colorado State University, telah secara independen mengevaluasi model DeepMind. Saya menemukan itu menjelaskan “keterampilan yang sebanding atau lebih besar dari model operasional terbaik dari jalur dan kepadatan,” menurut perusahaan. “Dia berharap untuk mengkonfirmasi hasil ini dari waktu yang sebenarnya selama musim badai 2025.”

Pelatihan dan inovasi teknis di balik penetrasi

Efektivitas model kecerdasan buatan berasal dari pelatihannya dalam dua kelompok data yang berbeda: data penggantian luas yang membangun kembali pola cuaca global jutaan catatan, dan database khusus yang berisi informasi terperinci tentang sekitar 5.000 badai yang telah diamati 45 tahun yang lalu.

Pendekatan ganda ini merupakan keberangkatan dari model cuaca kecerdasan buatan sebelumnya, yang terutama berfokus pada kondisi cuaca publik. “Kami melatih data spesifik untuk badai,” saya menjelaskan. “Kami melatih IBTRACS dan jenis data lainnya. Jadi IBTRACS memberikan panjang, lebar, kepadatan, dan setengah -widget untuk beberapa badai, hingga 5.000 badai selama tiga puluh hingga 40 tahun.”

Sistem ini juga mencakup perkembangan terkini dalam pemodelan probabilitas melalui apa yang disebut DeepMind Jaringan kebidanan pekerjaan (FGN), yang dirinci dalam kertas pencarian yang dirilis di samping iklan. Pendekatan ini menghasilkan kelompok yang diharapkan dengan belajar untuk mencapai parameter model dan menciptakan perbedaan yang lebih terorganisir daripada metode sebelumnya.

Prediksi badai sebelumnya menunjukkan janji sistem peringatan dini

Laboratorium Cuaca Diluncurkan dengan lebih dari dua tahun prediksi historis, memungkinkan para ahli untuk mengevaluasi kinerja model di semua lautan. Anderson menunjukkan kemampuan rezim menggunakan Badai Pirel dari tahun 2024 dan Badai Otis yang terkenal dari tahun 2023.

Otis Hurricane terbukti khusus karena dengan cepat meningkat sebelum memukul Meksiko, dan bertabrakan dengan banyak model tradisional. Anderson menjelaskan: “Banyak model berharap badai tetap relatif lemah sepanjang hidupnya,” jelas Anderson. Ketika DeepMind menunjukkan contoh ini tentang penyimpanan pusat nasional pusat, “mereka mengatakan bahwa model kami cenderung memberikan sinyal sebelumnya untuk risiko potensial badai khusus ini jika tersedia pada waktu itu.”

Apa artinya ini bagi masa depan peramalan cuaca dan adaptasi iklim

Pengembangan menunjukkan Graphcast Dan model cuaca lain dari kecerdasan buatan yang mulai mengungguli sistem tradisional dalam berbagai standar.

“Saya pikir ini sangat awal, seperti yang Anda tahu, dalam beberapa tahun pertama, kami sering fokus pada makalah ilmiah dan kemajuan penelitian,” Batjaglia tercermin. “Tapi, seperti yang Anda ketahui, karena kami dapat menunjukkan bahwa sistem pembelajaran otomatis ini bersaing, atau bahkan mengungguli jenis sistem berbasis fisika tradisional, dan memiliki kesempatan untuk mengeluarkan mereka dari jenis konteks ilmiah ke dunia nyata benar -benar menarik.”

Kemitraan dengan lembaga pemerintah adalah langkah yang menentukan menuju publikasi operasi sistem kecerdasan buatan. Namun, DeepMind menekankan bahwa Weather Lab masih merupakan alat penelitian, dan pengguna harus terus bergantung pada lembaga meteorologi resmi untuk perkiraan dan peringatan yang dapat diandalkan.

Perusahaan berencana untuk terus mengumpulkan reaksi dari lembaga cuaca dan layanan darurat untuk meningkatkan aplikasi praktis teknologi. Karena perubahan iklim cenderung meningkatkan perilaku badai tropis, kemajuan dalam akurasi prediksi dapat meningkatkan vitalitas semakin untuk melindungi populasi pantai yang melemah di seluruh dunia.

Allet menyimpulkan bahwa “kami percaya bahwa kecerdasan buatan dapat memberikan solusi di sini,” mencatat interaksi kompleks yang membuat prediksi badai sangat sulit. Dengan musim badai saat ini untuk tahun 2025, ia akan menghadapi dunia nyata untuk DeepMind, segera, akan menghadapi tes terakhirnya.