Model besar Huawei muncul dalam keluaran rasmi Nature! Pengulas: Biarkan orang ramai meneliti semula masa depan model ramalan

10,000 kali lebih pantas daripada kaedah tradisional, hanya mengambil masa 1.4 saat untuk melengkapkan ramalan cuaca global 24 jam - ia datang dari Model Cuaca Pangu Huawei Cloud.

Hari ini, ia diterbitkan dalam Nature Ia dikatakan sebagai kertas rasmi Nature yang pertama diterbitkan dalam beberapa tahun kebelakangan ini dengan syarikat teknologi China sebagai unit tandatangan tunggal (iaitu, pengarang tunggal Huawei Cloud) .

Gambar

Pengulas memberi pujian yang tinggi Model ini membolehkan manusia mengkaji semula masa depan model ramalan cuaca.

Implikasinya ialah dengannya kaedah tradisional asli tidak lagi wangi.

Gambar

Jadi, bagaimana sebenarnya ia dibangunkan? Apakah cabaran utama yang telah diselesaikan? Apakah keputusan dan aplikasi khusus?

Ikuti artikel ini dan bawa anda melalui semuanya.

Menyelesaikan masalah ketidaktepatan model ramalan cuaca AI sedia ada yang tidak mencukupi

Sejak tahun 1920-an, terutamanya dalam tiga dekad yang lalu, dengan perkembangan pesat kuasa pengkomputeran, ramalan cuaca berangka tradisional telah digunakan dalam ramalan cuaca harian, amaran bencana yang melampau, dan perubahan iklim Kejayaan besar telah dicapai dalam bidang seperti ramalan perubahan.

Namun, apabila pertumbuhan kuasa pengkomputeran semakin perlahan dan model fizikal secara beransur-ansur menjadi lebih kompleks, kesesakan kaedah ini menjadi semakin ketara.

Jadi penyelidik mula meneroka paradigma ramalan cuaca baharu seperti menggunakan kaedah pembelajaran mendalam untuk meramal cuaca akan datang.

Pasukan R&D Huawei Cloud memulakan penyelidikan dalam bidang ini 2 tahun lalu.

Mereka mendapati bahawa dalam bidang di mana kaedah berangka paling banyak digunakan, seperti ramalan jangka sederhana dan panjang, ketepatan kaedah ramalan AI sedia ada masih jauh lebih rendah daripada kaedah ramalan berangka, dan dihadkan oleh masalah seperti kekurangan kebolehtafsiran dan ramalan cuaca melampau yang tidak tepat.

Terdapat dua sebab utama mengapa ketepatan model ramalan cuaca AI tidak mencukupi:

Pertama, model ramalan cuaca AI sedia ada adalah berdasarkan rangkaian saraf 2D Uneven dan tidak boleh diproses dengan baik Data meteorologi 3D;

Kedua, kaedah AI tidak mempunyai kekangan mekanisme matematik dan fizikal, jadi ralat lelaran akan terus terkumpul semasa proses lelaran.

Di sini, penyelidik Awan Huawei mencadangkan

3D Earth-Specific Transformer (3DEST) untuk memproses data meteorologi 3D tidak sekata yang kompleks, dengan itu mencipta model meteorologi Pangu berskala besar.

Idea utama ialah menggunakan varian 3D pengubah visual untuk mengendalikan unsur meteorologi tidak seragam yang kompleks, dan menggunakan

strategi pengagregatan temporal hierarki untuk melatih 4 model dengan selang ramalan berbeza masing-masing selang 1 jam, selang 3 jam, selang 6 jam, selang 24 jam) , yang meminimumkan bilangan lelaran untuk meramalkan keadaan meteorologi pada masa tertentu, dengan itu mengurangkan ralat lelaran dan mengelakkan penggunaan sumber latihan yang disebabkan oleh latihan rekursif . Untuk melatih setiap model, para penyelidik menggunakan data meteorologi dari 1979-2021, diambil sampel setiap jam, dan dilatih selama 100 zaman.

Setiap model perlu dilatih menggunakan kad grafik 192 V100 selama 16 hari. Malah, walaupun selepas 100 zaman, model ini masih belum tertumpu sepenuhnya.

Dalam erti kata lain, dengan sumber pengkomputeran yang lebih mencukupi, ketepatan ramalan AI boleh dipertingkatkan lagi.

Dalam alasan terakhir, model cuaca Pangu hanya memerlukan 1.4 saat untuk dijalankan pada kad grafik V100 untuk melengkapkan ramalan cuaca global 24 jam, termasuk geopotensi, kelembapan, kelajuan angin, suhu, tekanan paras laut, dll., termasuk mendatar resolusi spatial Kadarnya mencapai 0.25∘×0.25∘, resolusi masa ialah 1 jam, meliputi 13 lapisan menegak, dan boleh meramalkan ciri meteorologi berbutir halus dengan tepat.

Sebagai kaedah AI pertama yang ketepatannya melebihi kaedah ramalan berangka tradisional, kelajuan pengiraannya lebih 10,000 kali lebih tinggi daripada ramalan berangka tradisional.

Boleh digunakan terus untuk pelbagai senario hiliran

Pada bulan Mei tahun ini, arah Taufan "Mawa" mendapat perhatian meluas.

Pentadbiran Meteorologi Pusat menyatakan bahawa model besar Huawei Cloud Pangu berprestasi baik dalam meramalkan laluan "Mawa", meramalkan laluan lencongannya di perairan timur Pulau Taiwan lima hari lebih awal.

Gambar

Pada Kongres Meteorologi Sedunia ke-19, Pejabat Meteorologi Eropah juga menyatakan bahawa Model Cuaca Awan Pangu Huawei mempunyai ketepatan yang tidak dapat dinafikan Model ramalan cuaca AI yang dipacu data semata-mata telah menunjukkan keupayaan Ramalan yang boleh dibandingkan model berangka operasi Pusat Ramalan Cuaca Julat Sederhana Eropah.

Florence Habie, Pengarah Pusat Eropah untuk Ramalan Cuaca Julat Sederhana, menunjukkan secara terperinci perbandingan pemeriksaan operasi masa nyata antara Model Meteorologi Awan Huawei Pangu dan Pusat Eropah untuk Ramalan Cuaca Julat Sederhana:

Untuk meneroka keupayaan AI untuk menangkap cuaca ekstrem, kami telah mengkaji satu kes di Finland pada Februari tahun ini, apabila gelombang sejuk -29°C diperhatikan Kami mendapati bahawa Pangu menyedari keseriusan acara ini lebih awal.

Gambar

Florence Habiye juga menekankan bahawa kaedah ramalan AI menggunakan sumber yang kurang dan menyediakan peluang penting untuk negara membangun kerana ia tidak lagi memerlukan sumber superkomputer berskala besar dan juga menyediakan peluang untuk meningkatkan keupayaan ramalan Global menyediakan peluang yang jarang berlaku.

Bagi Huawei Cloud memilih bidang ramalan cuaca AI sebagai "penerobosan", di satu pihak, ramalan cuaca, terutamanya ramalan cuaca ekstrem yang tepat seperti hujan lebat, taufan, kemarau, dan ombak sejuk, adalah berkaitan dengan mata pencarian rakyat antarabangsa Sebaliknya, ramalan cuaca adalah sangat kompleks , AI boleh melombong corak evolusi atmosfera baharu daripada data besar-besaran, dan mempunyai potensi besar untuk meningkatkan ketepatan dan kelajuan.

Difahamkan bahawa pelan strategik WMO 2024-2027 yang akan dikeluarkan oleh Pertubuhan Meteorologi Sedunia (WMO) telah menyerap unsur-unsur kecerdasan buatan, menjadikannya kuasa penting dalam menggalakkan pembangunan sains dan teknologi meteorologi.

WMO juga akan secara aktif mempromosikan aplikasi demonstrasi AI dalam bidang penyiaran sekarang dan ramalan cuaca berangka, mewujudkan platform perbandingan antarabangsa untuk aplikasi produk kecerdasan buatan, merumuskan piawaian dan garis panduan aplikasi meteorologi AI, menggalakkan perkongsian set data kecerdasan buatan dan kerja lain yang berkaitan, dan meneroka Serta memanfaatkan potensi aplikasi AI dalam bidang meteorologi untuk menyokong inisiatif amaran awal negara dengan berkesan.

Tiga Kunci Masa Depan

Akhir sekali, bagaimanakah Pasukan Model Cuaca Awan Pangu Huawei melihat masa depan ramalan cuaca AI?

Jawapannya ialah tiga kunci:

Pertama, Big Data. Data meteorologi yang besar ialah asas model AI Pada masa ini, model meteorologi Pangu berskala besar hanya menggunakan sebahagian daripada data analisis semula ERA5 akan berdasarkan data pemerhatian global yang besar dan lebih halus.

Kedua, Kuasa pengkomputeran yang besar. Resolusi ultra tinggi data meteorologi menimbulkan cabaran besar kepada latihan model AI Resolusi input semasa model meteorologi Pangu ialah 1440×720×14×5, berbanding dengan resolusi yang biasa digunakan 224×224×3 untuk. tugas penglihatan pengiraan.

Akhirnya, Model besar . Undang-undang meteorologi yang kompleks, resolusi ultra tinggi dan jumlah data yang besar semuanya menentukan bahawa ramalan cuaca AI memerlukan penggunaan model AI dengan kos pengiraan yang sangat tinggi. Pada masa yang sama, jika anda ingin meneruskan model ramalan cuaca AI terkemuka secara berterusan, persekitaran awan yang stabil, suite kerja dan operasi serta penyelenggaraan yang sepadan juga penting.

Alamat kertas: https://www.nature.com/articles/s41586-023-06185-3

Atas ialah kandungan terperinci Model besar Huawei muncul dalam keluaran rasmi Nature! Pengulas: Biarkan orang ramai meneliti semula masa depan model ramalan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!