Meteorologisches Modellwissenschaftlerteam „Fengwu“: Der Einsatz von KI zur Vorhersage extremer Wetterereignisse in der Zukunft ist kein Traum!

[Global Times Reporter Zhao Yusha] In letzter Zeit kam es weltweit zu einer Reihe extremer Wetterereignisse, die die menschliche Produktion und das Leben ernsthaft gefährden. Länder fordern zunehmend genauere und effizientere mittel- und langfristige Wettervorhersagen. Kürzlich hat das Shanghai Artificial Intelligence Laboratory zusammen mit der University of Science and Technology of China, der Shanghai Jiao Tong University, der Nanjing University of Information Science and Technology, dem Institute of Atmospheric Physics der Chinese Academy of Sciences und dem Shanghai Central Meteorological Observatory, veröffentlichte das groß angelegte globale mittelfristige Wettervorhersagemodell „Fengwu“. Ein Reporter der „Global Times“ führte kürzlich ein exklusives Interview mit dem Wissenschaftlerteam hinter dem „Fengwu“-Modell und hörte sich deren detaillierte Beschreibung der Funktionsprinzipien hinter „Fengwu“ an und wie das KI-Modell die Wettervorhersage verändern wird.

Führend in Genauigkeit und Pünktlichkeit

Laut dem Reporter der „Global Times“ hat das gemeinsame Team des Shanghai Artificial Intelligence Laboratory AI for Earth das große Modell „Fengwu“ auf der Grundlage der multimodalen und multitaskigen Deep-Learning-Methode erstellt. Da keine komplexe physikalische Systemsimulation erforderlich ist, durchbricht das KI-Wettervorhersagemodell den rechnerischen Engpass herkömmlicher Prognosemethoden und kann daher effizient vorhersagen und integrieren. KI verfügt über eine starke Fähigkeit, sich an meteorologische Datenbeziehungen anzupassen, und hat das Potenzial, die Leistungsengpässe bei herkömmlichen numerischen Modellvorhersagen zu überwinden.

Laut Ouyang Wanli, einem führenden Wissenschaftler am Shanghai Artificial Intelligence Laboratory: „Fengwu“ ist nach dem „Xianfeng Tongwu“ in der Qin- und Han-Dynastie benannt und ist das älteste Windmessgerät der Welt.

Wettervorhersage ist ein sehr komplexes System, angefangen bei der Datenerfassung durch die Fengyun-Satelliten, Wetterstationen usw. des Landes über die Datenerfassung und Qualitätskontrolle bis hin zur atmosphärischen Assimilation, also der Verarbeitung der Daten und der Festlegung atmosphärischer Bedingungen entsprechend den Anforderungen des Prognosemodells. Der letzte Schritt ist die Prognose und Nachbearbeitung.

Bai Lei, ein junger Wissenschaftler am Shanghai Artificial Intelligence Laboratory, sagte dem Reporter der Global Times, dass sich das „Fengwu“-Modell hauptsächlich auf die Vorhersageverbindung konzentriert und Daten aus der atmosphärischen Neuanalyse verwendet, um „Fengwu“ zu trainieren und dann genauere Ergebnisse zu erhalten Vorhersage.

Verwenden Sie künstliche Intelligenz, um die durch die atmosphärische Assimilation bereitgestellten Elemente, einschließlich Windgeschwindigkeit, Temperatur, Luftfeuchtigkeit usw., zu analysieren und ein großes Modell namens „Fengwu“ zu erstellen, um zukünftiges Wetter vorherzusagen. Durch die Nutzung früherer meteorologischer Faktoren wie der Temperatur kann künstliche Intelligenz Wettervorhersagen treffen und gute Vorhersageergebnisse erzielen. „Ouyang Wanli erklärte.

Wie man die Aktualität und Genauigkeit von Wettervorhersagen verbessern kann, war schon immer ein zentrales Thema in der Branche. Da sich der globale Klimawandel weiter verschärft und zu einer allmählichen Zunahme extremer Wetterereignisse führt, steigen die Erwartungen an die Genauigkeit und Aktualität von Wettervorhersagen weiter. Unter den meteorologischen und klimatischen Vorhersageaufgaben ist die globale mittelfristige Wettervorhersage eine der wichtigsten Vorhersageaufgaben und zudem relativ schwierig. Aufgrund der Genauigkeit meteorologischer Beobachtungen, der Komplexität physikalischer Prozesse im atmosphärischen System und der schieren Menge an Ressourcen, die zur Lösung atmosphärischer Modelle erforderlich sind, hat sich die Wirksamkeit globaler mittelfristiger Wettervorhersagen in den letzten zehn Jahren nur um einen Tag pro Jahrzehnt verbessert einige Jahrzehnte.

Ouyang Wanli sagte, dass der Vorteil des großen Modells „Fengwu“ darin besteht, dass es wichtige meteorologische Elemente für mehr als 10 Tage zuverlässig vorhersagen kann. Laut Bai Lei beträgt der effektive Prognosezeitraum von HRES, dem besten physikalischen Modell der Welt, 8,5 Tage, während „Fengwu“ auf der Grundlage von Reanalysedaten 10,75 Tage erreicht. „Man kann sagen, dass der effektive Prognosezeitraum von ‚Fengwu‘ ist.“ hat den bisherigen längsten Zeitraum überschritten. „Gutes physikalisches Modell“.

Laut dem Shanghai AI Laboratory übertraf „Fengwu“ GraphCast, ein großes meteorologisches Modell, das von Googles DeepMind veröffentlicht wurde, in 80 % der Bewertungsindikatoren. In Bezug auf die Prognosegenauigkeit wird der 10-Tage-Prognosefehler von „Fengwu“ im Vergleich zu GraphCast um 10,87 % und im Vergleich zum herkömmlichen physikalischen Modell um 19,4 % reduziert.

Kann zur Vorhersage extremer Wetterbedingungen verwendet werden

Hat das große KI-Modell für extreme Wetterbedingungen eine bessere Lösung? Nach Angaben der Global Times erforscht das Shanghai AI Laboratory den Einsatz von „Fengwu“ zur Vorhersage extremer Wetterbedingungen wie Taifune und hat bestimmte Ergebnisse erzielt. Auf der gerade vergangenen Weltkonferenz für künstliche Intelligenz 2023 sagte Bai Lei, dass „Fengwu“ auf der Grundlage des ursprünglichen Geschäftsfelds eine genaue Flugbahnprognose für den diesjährigen Taifun „Mawa“ erstellt habe.

„Dies zeigt, dass, obwohl es in den letzten Jahren häufig zu extremen Wetterbedingungen kam, die zugrunde liegenden Gesetze der gesamten Atmosphäre immer noch ähnlich sind und einige dieser allgemeinen Gesetze von der KI entdeckt und gelernt werden können“, sagte Bai Lei. Dennoch ist es weiterhin notwendig, das Modell als Reaktion auf meteorologische Veränderungen zu verfeinern, kontinuierlich mehr Daten zu nutzen, um die Wirksamkeit des Algorithmus zu verbessern, und das Modell gezielt zu verbessern, um seine Fähigkeit, extreme Wetterereignisse vorherzusagen, weiter zu verbessern.

Bai Lei glaubt, dass es beim Einsatz von KI für die Wettervorhersage noch viel Verbesserungspotenzial gibt. „Wir hoffen, dass wir das Wetter in einem Bezirk früher vorhersagen können.“ Um auf eine Straße genau zu sein, gehen wir derzeit in eine genauere Richtung

Breite Bewerbungsaussichten

Nach Angaben von Meteorologen gibt es derzeit zwar einige Produkte auf dem Markt, die Wettervorhersagedienste für die nächsten 15 Tage oder sogar länger bereitstellen können, die Vorhersageleistung für mehr als 10 Tage ist jedoch immer noch sehr unsicher und kann nicht den Standards effektiver Vorhersagen entsprechen . Die Praxis hat gezeigt, dass die Kombination von Beobachtungen, numerischen Vorhersagen und künstlicher Intelligenz dazu beitragen kann, die Genauigkeit numerischer Vorhersagen deutlich zu verbessern. „Fengwu“ hat einen Durchbruch bei der Wirksamkeit der globalen Wettervorhersage von 10,75 Tagen erzielt und verfügt über ein enormes kommerzielles Anwendungspotenzial.

Auf die Frage, auf welche Aspekte der Produktion und des Lebens das große Modell „Fengwu“ angewendet werden soll, sagte Ouyang Wanli, dass das große Modell zusätzlich zu den Wettervorhersagen, die normalerweise jeder auf seinem Mobiltelefon sehen kann, auch auf die Industrie angewendet werden kann Wettervorhersagen auf Ebene der Landwirtschaft, der Schifffahrt, der Elektrizitätswirtschaft und anderer Branchen.

Nehmen Sie die Elektrizitätsindustrie als Beispiel. Die Erzeugung von Windenergie hängt von der Stärke des Windes ab, und die Erzeugung von Solarenergie hängt davon ab, ob ausreichend Sonnenlicht vorhanden ist. Das große Modell „Fengwu“ kann bei genaueren Vorhersagen von Windgeschwindigkeit und Sonnenschein helfen , usw. Darüber hinaus kann die Vorhersagefunktion von Fengwu den Netzverbrauch und die Stromverteilung beeinflussen und wird auch von meteorologischen Veränderungen beeinflusst.

Nach Angaben des Teams kann das KI-Meteorologiemodell „Fengwu“ in Zukunft das traditionelle physikalische Modell ergänzen. Mit seiner hervorragenden Leistung und Genauigkeit kann es genauere und praktischere Wettervorhersageinformationen für Produktion und Leben liefern und beim Wetter helfen Die Digitalisierung bietet eine starke Unterstützung für verschiedene Branchen wie Land- und Forstwirtschaft, Tierhaltung, Fischerei, Luftfahrt und Schifffahrt sowie öffentliche Sicherheit.

Ouyang Wanli fügte hinzu, dass Meteorologen manchmal unterschiedliche Vorhersagen aus den beiden Modellen erhalten, sodass „Fengwu“ das physikalische Modell ergänzen kann. Je mehr Informationen bereitgestellt werden, desto förderlicher sind genaue meteorologische Vorhersagen. Er erklärte, dass das physikalische Modell beispielsweise vorhersagen könne, dass in zwei bestimmten Gebieten starke Regenfälle auftreten werden, während das Modell der künstlichen Intelligenz vorhersagt, dass starke Regenfälle ein drittes Gebiet bedecken werden. Zu diesem Zeitpunkt kann der Umfang der Katastrophenprävention und -reduzierung erweitert werden . Wenn keine vorbeugenden Maßnahmen ergriffen werden, werden die Verluste enorm sein, aber im Vergleich dazu sind die Kosten für Katastrophenprävention und -minderung sehr gering. ”

Ma Zhuguo, Forscherin am Institut für Atmosphärenphysik der Chinesischen Akademie der Wissenschaften, konzentriert sich seit langem auf die Forschung im Bereich des Klimawandels. Als Klimamodellexpertin ist sich Ma Zhuguo des engen Zusammenhangs zwischen Rechenleistung, Algorithmen und Informationsdatenverarbeitung. Seiner Ansicht nach führt der Einzug künstlicher Intelligenz in Anwendungsszenarien für Wettervorhersagen und Atmosphärenphysik im Wesentlichen zur Integration von Big Data und anderen Informationen durch Rechenleistung und Algorithmen, wodurch mehr neue technische Unterstützung und Methoden für Modellmodelle bereitgestellt und dann die Vorhersagegenauigkeit und -effizienz verbessert werden. „Aber wir können nicht erwarten oder einfach sagen, dass künstliche Intelligenz die traditionellen Mainstream-Prognosemethoden ersetzen wird, zumindest noch nicht.“

Am Beispiel der bekannten Satellitenwolkenbilder erklärte Ma Zhuguo, dass die Satellitenüberwachung bei der Wettervorhersage sehr effektiv ist und die Flugbahn und Geschwindigkeit von Wolken intuitiv erkennen kann. Sobald digitale Modellalgorithmen anstelle manueller intuitiver Beobachtungen eingesetzt werden, wird dies im Wesentlichen der Fall sein Bringen Die Veränderungen sind auch offensichtlich.

Das obige ist der detaillierte Inhalt vonMeteorologisches Modellwissenschaftlerteam „Fengwu“: Der Einsatz von KI zur Vorhersage extremer Wetterereignisse in der Zukunft ist kein Traum!. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!