JK įsikūrusi „DeepMind“ – „Google“ antrinės kompanijos „Alphabet DI“ padalinys. Šį kartą dirbtinis intelektas pasitelktas sudaryti trumpalaikes lietaus prognozes. Įprastai jos apima artimiausias 2 valandas ir naudojamos organizuojant renginius po atviru dangumi, įspėti apie potvynius ir aviacijoje, rašo portalas „Newscientist“.

Tyrėjai neurotinklą treniravo orų radaro duomenimis, surinktais 2016 – 2018 ir išbandė, naudodami 2019 metų duomenis. Iki 2016 metų radarų duomenys buvo ne tokie detalūs. Remiantis gautu modeliu, galima pateikti prognozes 1536 km ⨉ 1280 km regione ir nustatyti lietaus tikimybę per ateinančias 5 – 90 min konkrečiame 1⨉1 km plote, naudojant 5 minutes istorinių radaro duomenų.

Stichinė liūtis Vokietijoje

Eksperimentuodama, komanda palygino „DeepMind“ prognozes su sudarytomis dviem esamais įrankiais, iš kurių vienas modeliuoja atmosferą matematiškai, o kitame irgi naudojamas gilusis mokymasis. DeepMind teigia, kad aklame 50 „Met Office“ meteorologių tyrime, jų DI modelis užėmė pirmą vietą pagal tikslumą 89 procentuose eksperimentų.

Stichinė liūtis Vokietijoje

Suman Ravuri iš „DeepMind“ sako, kad dabartiniai ilgalaikio orų prognozavimo modeliai įprastai remiasi intensyviomis matematinėmis simuliacijomis ir trumpalaikes prognozes pateikia prastai, o šį trūkumą turinčiam užpildyti specializuotam trumpų prognozių įrankiui irgi dar yra kur tobulėti.

„[Egzistuojanti technologija] iš tiesų stulbinamai prognozuoja orus nuo maždaug 6 valandų dviejų savaičių, bet yra atkarpa, ypač nuo 0 iki 2 valandų, kurioje turimas modelis veikia prasčiausiai“, sako jis.

Stichinė liūtis Vokietijoje

Ravuri pažymi, kad žmonės tikriausia nepasitrauks iš orų prognozavimo net ir pradėjus naudoti DI įrankius. „Kažkuriuo metu prisireiks ekspertų ir kitų žmonių įsikišimo, kad būtų užtikrintas AI pateikiamos prognozių informacijos logiškumas ir pateikimas publikai“, – sako jis. – „Sunku įsivaizduoti visa tai atliekančią automatinę sistemą.“

Niall Robinson iš „Met Office“ pridūrė: „Šis tyrimas demonstruoja DI potencialą patobulinti mūsų trumpalaikes prognozes ir suprasti orų vystymąsi.“