|
|
腾讯科技讯 9月30日消息，在玩转围棋和《星际争霸》之后，DeepMind将其人工智能（AI）带入了另一个具有挑战性的领域，即帮助预测天气。在已往的几年里，这家谷歌母公司Alphabet旗下AI公司始终在悄悄地与英国气象局合作，他们最近在《自然》杂志上陈诉了研究成果。简而言之，DeepMind设计出了新的呆板学习模型，可以预测未来几个小时内是否会下雨。
这种类型的天气预报被称为“降水临近预报”，即在降雨前非常短的时间标准上给出预测，有时甚至只提前两个小时。如今的天气预报可以很好地预测未来6小时到几周内的降雨情况，但在这之前会出现盲区，而这正是呆板学习可以帮助弥合鸿沟的地方。
研究职员在论文写道:“临近预报，即提前两小时举行高分辨率降水预测，支持了许多依靠天气做出决议的行业的现实社会经济需求。对这些行业来说，正确的临近预报是长期存在的重要挑战，我们使用深层天生模型的方法直接解决了这个重要问题，改进了现有的解决方案，并为现实天下的决议者提供了所需的洞察力。”
临近预报是做出与天气有关决议的关键，因为它为紧急服务、能源管理、零售、洪水早期预警体系、空中交通管制、海洋服务等领域提供信息。但是，为了使临近预报有用，预测必须提供正确的预测，并解释其中存在的不确定性，包罗可能极大地影响人类生活的事件。
此外，日益加剧的天气危急还意味着，暴雨或洪水等极端天气事件只会变得更加频繁。更好、更快地预测降雨的本领对于在这些情况下做出快速决议非常重要，如让火车停下来或疏散人群。
英国气象局依靠雷达图像来预测天气。雷达的工作原理是将波束发射到大气中，然后对反射时间举行计时，这会告诉我们大气中有多少水分。水分越多，降雨就越多。然后，这些数据被发送到气象局总部，在那里举行处置惩罚，以获得英国上空降水云图。DeepMind的模型根据2016年至2018年英国雷达图像接受了练习，以便可以或许可靠地预测未来一两个小时内会发生什么。
近年来，已有几种基于呆板学习的方法被开发出来。他们在雷达观测的大数据集上练习，目的是更好地模拟强降水和其他难以预测的降水征象。例如，谷歌与美国国家海洋和大气管理局(NOAA)合作，研究和开发可能注入NOAA业务的呆板学习体系。微软也出资从历史数据中辨认重复的天气和天气模式，以改进次季节性预测模型。
但DeepMind指出，AI临近预报模型并不总是包罗小规模天气模式或提供整个地域的预报。作为另一种选择，该公司创建了所谓的深度天生模型(DGM)用于预测。DeepMind声称，DGM可以预测天气事件，而由于潜在的随机性，天气事件本来就很难跟踪。此外，它们可以像调优任务的体系那样正确地预测降水的位置，同时保留对决议有用的属性。
50多名气象学家对这个模型举行了验证。在研究中，气象学家们被要求将DeepMind的DGM方法与另一种名为PySTEPS的暂时性预报方法以及一种不同的深度学习方法举行比力。在近90%的情况中，DeepMind的模型在正确性和实用性方面都表现最好。
不外，其他科学家并不认可DeepMind的研究。雷丁大学气象学家彼得·克拉克(Peter Clark)说：“我在这里没有看到预报方面的任何厘革，依靠这个指标来证明他们的模型是否有用让人困惑不解。我仍然对他们没有选择使用更符合的客观分数感到惊奇。此外，关于这些预测是怎样举行的，甚至现实评估了什么，很少有详细说明。”
DeepMind没有给出详细的数字，说明其模型比其他现有模型准确了多少。DeepMind资深科学家、该论文作者沙基尔·穆罕默德(Shakir Mohamed)表现：“我们盼望采取更加慎重的方法，而不是陈诉简朴的数字。”
DeepMind的研究可能只是提供了一种不同的方法，而不是完全颠覆我们所知的降雨预报技术。雷丁大学气象学家罗布·汤普森(Rob Thompson)说：“它与目前其他尖端类型的模型表现类似，但并非遥遥领先，只是可能会稍微好点儿。”
曼彻斯特大学气象学家大卫·舒尔茨(David Schultz)对此表现附和。他说：“拟议的方案好像击败了现有方案。至于其是否改变了游戏规则，我不知道。不外，他们的论文对现有的某些方法举行了很大改进。”
穆罕默德说，目前还没有任何将该模型投入使用的计划，但研究小组盼望终极能使用其支持未来实时天气预报。不外研究职员表现，AI未来也不会完全取代天气预报员。DeepMind研究科学家、该论文的作者苏曼·拉武里(Suman Ravuri)表现：“这将需要专家和人类参与其中，以确保他们对预测的明白是公道的，并需要就此与公众沟通。” （腾讯科技审校/金鹿） |
|
/1 
