Η εφαρμογή τεχνητής νοημοσύνης GraphCast προβλέπει την πιο ακριβή 10ήμερη πρόγνωση καιρού στον κόσμο

[διαφήμιση_1]

Σε πρόσφατες δοκιμές, το GraphCast ξεπέρασε το σύστημα του Ευρωπαϊκού Κέντρου Μεσοπρόθεσμων Μετεωρολογικών Προγνώσεων (ECMWF) στην ακρίβεια των προβλέψεων.

Σε έρευνα που δημοσιεύτηκε στο περιοδικό Science, το GraphCast κατάφερε να παράγει πιο ακριβείς προβλέψεις για το 90% των 1.380 παραμέτρων που εξετάστηκαν, όπως η θερμοκρασία, η πίεση, η ταχύτητα και η κατεύθυνση του ανέμου, καθώς και η υγρασία.

Το πιο σημαντικό είναι ότι το GraphCast υπερτερεί σημαντικά στην πρόβλεψη ακραίων φυσικών καιρικών φαινομένων.

Το σύστημα GraphCast της Google, που τροφοδοτείται από τεχνητή νοημοσύνη, αναμένεται να φέρει επανάσταση στον κλάδο της μετεωρολογίας.

Τον Σεπτέμβριο του 2023, το GraphCast προέβλεψε ότι ο τυφώνας Lee θα έφτανε στην ξηρά στις ακτές της Νέας Σκωτίας στον Καναδά, εννέα ημέρες πριν από το συμβάν, ενώ τα παραδοσιακά μετεωρολογικά εργαλεία πρόγνωσης προέβλεπαν μόνο έξι ημέρες νωρίτερα. Επιπλέον, αποδείχθηκαν λιγότερο ακριβή όσον αφορά τον χρόνο και την τοποθεσία της ξηράς.

Έρευνες δείχνουν: «Το GraphCast μπορεί να προβλέψει εκατοντάδες καιρικές μεταβλητές για 10 ημέρες παγκοσμίως σε λιγότερο από ένα λεπτό».

Το μοντέλο GraphCast συνδυάζει αλγόριθμους μηχανικής μάθησης και «νευρωνικά δίκτυα γραφημάτων» (GNN) – μια αρχιτεκτονική για την επεξεργασία χωρικά δομημένων δεδομένων.

Το σύστημα εκπαιδεύεται χρησιμοποιώντας μετεωρολογικά δεδομένα που έχουν αρχειοθετηθεί από το ECMWF για πάνω από 40 χρόνια. Το GNN επιτρέπει την ταχεία παραγωγή προβλέψεων χρησιμοποιώντας ελάχιστους υπολογιστικούς πόρους.

Η κύρια αποστολή του GraphCast είναι να προβλέψει την αλληλεπίδραση μεταξύ των ατμοσφαιρικών συνθηκών σε διαφορετικές τοποθεσίες σε όλο τον κόσμο.

Ωστόσο, παρά τις σημαντικές προόδους που έχει σημειώσει το Google DeepMind, η πρόγνωση καιρού παραμένει ένα δύσκολο έργο.

Το σύστημα GraphCast δεν είναι ακόμη σε θέση να παρέχει τις πολύπλοκες πληροφορίες που είναι κρίσιμες για την πρόβλεψη καιρικών φαινομένων όπως οι τυφώνες.

Ταυτόχρονα, ενώ τα παραδοσιακά μοντέλα πρόβλεψης προσαρμόζονται καλύτερα στην κλιματική αλλαγή, τα μοντέλα τεχνητής νοημοσύνης που έχουν εκπαιδευτεί με βάση ιστορικά δεδομένα εξακολουθούν να δυσκολεύονται καθώς αλλάζουν οι κλιματικές συνθήκες.

Ωστόσο, οι ερευνητές του DeepMind εξέφρασαν την εμπιστοσύνη τους στην ικανότητα του μοντέλου να προσαρμόζεται σε διαφορετικούς τύπους καιρικών συστημάτων. Μια beta έκδοση του GraphCast είναι προς το παρόν διαθέσιμη στον ιστότοπο του ECMWF.

(σύμφωνα με την Infocity)

Η τεχνητή νοημοσύνη εγκαινιάζει μια νέα εποχή στην ιατρική ακριβείας

Με την ικανότητα ανάλυσης τεράστιων ποσοτήτων δεδομένων και ανίχνευσης μοτίβων αόρατων στο ανθρώπινο μάτι, η τεχνητή νοημοσύνη αλλάζει τον τρόπο διάγνωσης και ταξινόμησης των ασθενειών.

ΗΠΑ και Κίνα ανακοινώνουν «ιστορική συμφωνία» για την απαγόρευση εφαρμογών τεχνητής νοημοσύνης

Ο πρόεδρος των ΗΠΑ Τζο Μπάιντεν και ο πρόεδρος της Κίνας Σι Τζινπίνγκ αναμένεται να ανακοινώσουν μια ιστορική συμφωνία για την απαγόρευση της χρήσης τεχνητής νοημοσύνης (ΤΝ) στον στρατό .

Ο ρόλος της τεχνητής νοημοσύνης στη βελτιστοποίηση των διαδικασιών παραγωγής

Καθώς η τεχνολογία συνεχίζει να εξελίσσεται με πρωτοφανή ρυθμό, η μεταποιητική βιομηχανία αξιοποιεί τη δύναμη της τεχνητής νοημοσύνης (AI) για να βελτιστοποιήσει τις διαδικασίες της.

[διαφήμιση_2]
Πηγή