Model prognozowania pogody z wykorzystaniem AI od Huawei doceniony przez redakcję prestiżowego magazynu Nature
Stworzony przez badaczy Huawei Cloud model Pangu-Weather do prognozowania pogody z wykorzystaniem sztucznej inteligencji jest równie precyzyjny, co najlepsze tradycyjne modele komputerowe, ale szybszy nawet 10 tys. razy. Technologia ta została doceniona przez Nature – jedno z najbardziej uznanych czasopism naukowych na świecie. Publikacja o modelu AI jest pierwszą w historii magazynu, której autorami są wyłącznie pracownicy firmy Huawei.
Prognozowanie pogody jest jednym z najważniejszych zadań w dziedzinie obliczeń naukowych, ponieważ prognozy meteorologiczne są bardzo złożonym systemem, w którym trudno jest objąć wszystkie aspekty wiedzy matematycznej i fizycznej. Dlatego właśnie cieszymy się, że nasze badania zostały docenione przez magazyn Nature. Obecnie Pangu-Weather głównie uzupełnia pracę systemu prognoz, a jego główną zdolnością jest przewidywanie zmian atmosferycznych. Naszym ostatecznym celem jest zbudowanie ram prognozowania pogody nowej generacji przy użyciu technologii AI, aby wzmocnić istniejące systemy - komentuje dr Tian Qi, główny naukowiec HUAWEI CLOUD AI Field, członek IEEE Fellow oraz Międzynarodowej Euroazjatyckiej Akademii Nauk.
Komentując znaczenie i jakość badań przeprowadzonych przez HUAWEI CLOUD, recenzenci akademiccy z Nature podkreślali, że Pangu-Weather jest nie tylko bardzo łatwy do pobrania, ale i do uruchomienia na komputerze stacjonarnym. Każda osoba zajmująca się tematyką meterologiczną może teraz uruchamiać i testować te modele do woli.
Szybkość reakcji w obliczu zagrożenia
Wraz z szybkim rozwojem mocy obliczeniowej w ciągu ostatnich 30 lat, dokładność numerycznych prognoz pogody znacznie się poprawiła, tworząc system ostrzegania przed katastrofami naturalnymi i pozwalając prognozować zmiany klimatu. Metoda ta pozostaje jednak stosunkowo czasochłonna. Aby poprawić szybkość przewidywania, naukowcy Huawei badali, jak wykorzystać do tego metody uczenia maszynowego. Pangu-Weather wykorzystuje architekturę 3D Earth-Specific Transformer (3DEST) do przetwarzania złożonych, niejednorodnych danych meteorologicznych 3D. Wykorzystując hierarchiczną, czasową strategię agregacji, model został przeszkolony dla różnych przedziałów prognozy w odstępach 1-godzinnych, 3-godzinnych, 6-godzinnych i 24-godzinnych. Spowodowało to zminimalizowanie liczby powtórzeń potrzebnych do przewidywania warunków meteorologicznych w określonym czasie i zmniejszenie liczby błędnych prognoz.
W maju 2023 r. tajfun Mawar przyciągnął uwagę świata jako najsilniejszy cyklon tropikalny w tym roku. Według Chińskiej Administracji Meteorologicznej, Pangu-Weather dokładnie przewidział trajektorię tajfunu Mawar na pięć dni przed zmianą kursu na wschodnich wodach wysp Tajwanu.
Najnowszy numer
Najnowszy numer