Google melancarkan 'AI ramalan cuaca lanjutan' MetNet-3, mendakwa bahawa keputusan ramalannya melebihi model fizikal tradisional

Dilaporkan pada 3 November bahawa Google Research dan DeepMind bekerjasama untuk membangunkan model cuaca terkini MetNet-3 Model ini berdasarkan MetNet dan MetNet-2 sebelumnya Ia boleh meramalkan keadaan cuaca global 24 jam lebih awal . Dapatkan ramalan beresolusi tinggi termasuk kerpasan, suhu permukaan, kelajuan angin, arah angin dan suhu terasa .

Laman ini mendapati bahawa Google menyebut bahawa model MetNet-3 telah dilaksanakan dalam ramalan cuaca "Perisian Mudah Alih Google" pada platform mudah alih.

Model MetNet-3 boleh mencipta ramalan "lancar dan berketepatan tinggi" dengan resolusi spatial 1 hingga 4 kilometer dan selang analisis 2 minit. Eksperimen telah membuktikan bahawa keupayaan ramalan MetNet-3 mengatasi model ramalan cuaca fizikal tradisional Contohnya, model asas fizikal tradisional "NWP (Ramalan Cuaca Berangka)" dan "Model Penyegaran Cepat (HRRR)" kedua-duanya diatasi oleh MetNet-3.

MetNet-3 berbeza daripada kaedah pembelajaran mesin lain berdasarkan kaedah tradisional dalam meramal cuaca Perkara utama ialah MetNet-3 dilatih dan dinilai secara langsung melalui data pemerhatian atmosfera. Para penyelidik menyebut bahawa kelebihan pemerhatian langsung adalah kepadatan dan resolusi data yang lebih tinggi. Selain itu, selain mewarisi data daripada model MetNet sebelumnya, MetNet-3 juga baru mempelajari data pengukuran suhu dan angin daripada stesen cuaca untuk cuba menjalankan ramalan cuaca yang komprehensif untuk semua lokasi.

Para penyelidik menegaskan bahawa inovasi utama MetNet-3 ialah penggunaan teknologi ketumpatan untuk meningkatkan ketepatan dan liputan ramalan cuaca

Dalam model berasaskan fizik tradisional, ramalan cuaca biasanya perlu melalui dua langkah, Ia adalah Asimilasi Data dan Simulasi Data Asimilasi merujuk kepada menyepadukan data pemerhatian sebenar ke dalam model, manakala simulasi meramalkan cuaca berdasarkan data ini.

MetNet-3 menggunakan teknologi densifikasi untuk menggabungkan dua langkah "asimilasi data" dan "simulasi" melalui rangkaian saraf untuk mencapai ramalan cuaca yang lebih pantas dan lebih langsung. Teknologi ini meningkatkan kecekapan model memperoleh dan memproses data, dan menggunakan rangkaian saraf untuk meningkatkan ketepatan ramalan cuaca. Pada masa yang sama, model MetNet-3 dapat memproses secara bebas setiap aliran data khusus yang mengandungi maklumat kontur, maklumat satelit, maklumat radar, dsb., dengan itu memperoleh ramalan cuaca yang lebih tepat dan komprehensif

Selain itu, "pemerhatian langsung" data digunakan sebagai pembelajaran Sampel membawa kelebihan resolusi tinggi berdasarkan ruang dan masa kepada model MetNet-3 Stesen cuaca dan stesen radar darat boleh menyediakan data pengukuran di lokasi tertentu dengan resolusi 1 km setiap beberapa minit. Sebagai perbandingan, walaupun model fizikal paling maju di dunia hanya boleh menjana data pada resolusi 9 km dan menyediakan ramalan setiap jam setiap 6 jam.

Dan MetNet-3 boleh memproses dan mensimulasikan data pemerhatian yang dikumpul dengan berkesan pada selang waktu sesingkat 2 minit, menggabungkan teknologi ketumpatan, teknologi Penyaman Masa Lead dan Kaedah pemerhatian langsung resolusi tinggi, MetNet-3 boleh menghasilkan 24 jam ramalan dengan resolusi masa 2 minit, memberikan pengguna maklumat ramalan cuaca yang lebih tepat dan masa nyata.

Selain itu, MetNet-3 juga menggunakan anggaran kerpasan daripada radar darat, yang mempunyai julat data pembelajaran yang lebih luas berbanding maklumat cuaca yang diperhatikan oleh stesen cuaca. Oleh itu, sama ada kelajuan angin atau kerpasan, keputusan ramalan MetNet-3 adalah lebih baik daripada model fizikal paling maju dalam industri

Nilai utama MetNet-3 ialah ia boleh meramal cuaca dengan tepat menggunakan teknologi pembelajaran mesin dalam masa nyata dan menyediakan perkhidmatan ramalan cuaca pada produk Google. Model ini secara berterusan mencipta ramalan yang lengkap dan tepat berdasarkan data terkini yang dikumpul secara berterusan. Penyelidik menyebut bahawa ini berbeza daripada sistem penaakulan fizikal tradisional dan boleh memenuhi keperluan unik ramalan cuaca.

Atas ialah kandungan terperinci Google melancarkan 'AI ramalan cuaca lanjutan' MetNet-3, mendakwa bahawa keputusan ramalannya melebihi model fizikal tradisional. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!