Исследователи из Кембриджского университета представили Aardvark Weather, систему прогнозирования искусственного интеллекта, которая генерирует глобальные и локальные прогнозы за считанные минуты, используя обычный настольный компьютер. По сравнению с традиционными подходами Aardvark обеспечивает прогнозы десятки раз быстрее, при этом требуя тысячи раз меньше вычислительных ресурсов.
Погода Aardvark была разработана в Кембриджском университете в сотрудничестве с Институтом Алана Тьюринга, Microsoft Research и Европейским центром среднесрочных метеорологических прогнозов (ECMWF) Скорость и эффективность метеорологических моделей имеют решающее значение: традиционные методы зависят от суперкомпьютеров, интенсивному ресурсам, и работы многих специалистов, в то время как прогноз часто занимает несколько часов.
В этом контексте Aardvark демонстрирует принципиально новый подход, устраняя необходимость громоздкой инфраструктуры.
Недавние разработки технологических гигантов, таких как Huawei, Google и Microsoft, показали, что искусственный интеллект может значительно улучшить отдельные компоненты метеорологического моделирования. Особенно важным является прогресс в алгоритмах, которые с течением времени моделируют атмосферную динамику. Интеграция ИИ в эти процессы уже привела к более быстрым расчетам и более точным прогнозам погоды.
Примером является Google, который разрабатывает модели, основанные на искусственном интеллекте и предлагает два таких решения для корпоративных клиентов на своей платформе облачных сервисов. Эти модели, созданные исследователями в лаборатории Google DeepMind, используют исторические данные и могут предсказать погодные условия на 10-15 дней вперед.
В отличие от гибридных подходов, Aardvark полностью заменяет традиционную многоэтапную схему прогнозирования одной моделью машинного обучения (Мл) Используя стандартный настольный компьютер, система обрабатывает данные из различных источников, включая спутники и метеорологические станции и генерирует прогнозы в течение нескольких минут.
«Aardvark переопределяет существующие методы прогнозирования погоды, делая прогнозы быстрее, дешевле, более гибкие и более точные, чем когда -либо. Aardvark в тысячи раз быстрее, чем все предыдущие методы прогнозирования времени».
Профессор Ричард Тернер из инженерного факультета в Кембриджском университете, который руководил исследованием
В конце концов, Aardvark сможет генерировать прогнозы на 8 дней вперед с высокой степенью точности, которая на 3 дня над горизонтом текущих систем.
Хотя система использует лишь небольшую часть данных, используемых в традиционных моделях, Aardvark работает лучше, чем национальная система оценки США (GFS) несколько ключевых индикаторов. В то же время он остается сопоставимым с точностью с прогнозами национальной метеорологической службы США (NWS) Это обычно использует комбинацию моделей и экспертного анализа.
По словам Анны Аллен, первого автора исследования факультета компьютерных наук и техники в Кембриджском университете, подход комплексной системы машинного обучения может легко адаптироваться к другим задачам моделирования климата — от урагана, прогнозы торнадо до морского льда.
Одной из самых замечательных особенностей Aardvark является его архитектурная простота и высокая гибкость. Поскольку система учится непосредственно из метеорологических данных, ее можно быстро перенастроить для создания персонализированных прогнозов, адаптированных к конкретным отраслям или регионам.
Это могут быть, например, прогнозы температуры для сельского хозяйства в Африке или прогнозы скорости ветра для европейских компаний возобновляемых источников энергии. Этот подход радикально отличается от традиционных систем, чья настройка требует годов работы от крупных команд специалистов.
Эта адаптивность может иметь решающее значение для стран с ограниченным доступом к компьютерным ресурсам и метеорологическим данным. По словам доктора Скотта Хоскинга из Института Алана Тьюринга, перемещение метеорологического прогнозирования от суперкомпьютеров на настольные машины обеспечивает высокие прогнозы для развивающихся стран и регионов, испытывающих нехватку данных.
Следующим этапом проекта будет создание новой исследовательской группы в Институте Алана Тьюринга для изучения возможности применения технологий на глобальный юг и интеграции Aardvark в более широкие инициативы по экологическому прогнозированию.
