AI 혁신으로 일기예보 개선 가능

인공 지능(AI)을 통해 다음 날씨 업데이트가 제공될 수 있습니다.

영국 기상청은 AI 도구를 개발했습니다 앞으로 90분 동안 비가 올 가능성을 정확하게 예측할 수 있다고 주장합니다. 정확한 일기 예보를 만드는 것은 수천 년의 노력을 견뎌온 어려운 문제입니다. 그러나 연구자들은 AI가 일기 예보에 혁명을 일으킬 수 있기를 희망합니다.

"날씨에 민감한 모든 산업은 AI를 사용하여 안전과 운영을 개선하는 방법을 찾고 있습니다." 레니 반데위지데이터 분석 회사 DTN의 기상 운영 담당 부사장은 이메일 인터뷰에서 라이프와이어에 말했습니다. "예를 들어 유틸리티는 AI를 사용하여 그리드 탄력성과 잠재적 정전을 식별하고 예측합니다."

지금 내리는 비

런던은 우울한 하늘로 유명하지만, 적어도 스프링클이 시작되면 더 나은 경고를 받을 수 있습니다. AI 기업인 DeepMind는 영국의 국가 기상 서비스와 협력하여 예측을 위한 DGMR이라는 딥 러닝 도구를 개발했습니다.

전문가들은 89%의 확률로 DGMR의 예측이 위치, 범위, 이동 및 강우 강도에 대한 예측을 포함한 다양한 요인에 걸쳐 최고라고 판단했습니다. 논문에 따르면 최근 저널에 게재된 자연. 회사는 이 기술을 "지금 캐스팅"이라고 부릅니다. 왜냐하면 매우 시의적절하기 때문입니다.

DeepMind는 "우리는 생성 모델링으로 알려진 접근 방식을 사용하여 과거 레이더를 기반으로 미래 레이더에 대한 상세하고 그럴듯한 예측을 합니다."라고 말했습니다. 웹사이트에 썼다. "개념적으로 이것은 레이더 동영상을 생성하는 문제입니다. 이러한 방법을 사용하면 대규모 이벤트를 정확하게 캡처하는 동시에 많은 이벤트를 생성할 수 있습니다. 대안 강우 시나리오(앙상블 예측으로 알려짐), 강우 불확실성을 허용 탐구했다."

압푸샤지, DeepMind 연구에 참여하지 않은 AI 과학자는 Lifewire와의 이메일 인터뷰에서 회사의 작업이 "인상적"이라고 말했습니다.

"그렇지만 이러한 작업은 아직 초기 단계에 있으며 향후 몇 년 동안 정확성과 예측 가능성에서 상당한 발전을 기대할 수 있습니다."라고 그는 덧붙였습니다.

혼돈 예측

날씨는 정확하게 예측하기 어려운 혼란스러운 과정입니다.

Vandewege는 "AI와 같은 고급 기상 모델 및 기술은 예측을 개선하여 더 나은 계획, 준비 및 기상 이벤트의 영향을 줄이는 데 도움이 됩니다."라고 말했습니다.

"기상 현상이 더 빈번하고 극단적으로 진행됨에 따라 리드 타임이 길어지고 정확한 예측은 기업, 커뮤니티, 대중은 더 나은 결정을 내릴 수 있는 더 많은 시간과 정보를 갖고 있습니다."

날씨 시뮬레이션은 현재 컴퓨터 모델을 사용하여 실행되며, 비크람 살레토레인 인텔의 AI 전문가는 이메일 인터뷰에서 라이프와이어에 말했습니다. 그러나 그는 정확한 예측을 위해 환경이 변화함에 따라 기상 모델을 자주 실행해야 한다고 말했습니다.

"AI는 이러한 시뮬레이션 환경이 현재 환경을 입력으로 사용하고 잠재적인 결과에 대한 예측을 실행하는 방대한 양의 과거 모델" 추가했습니다.

Spire Global은 예측을 향상시키기 위해 이미 AI 프로그램을 사용하고 있는 회사 중 하나입니다. NS 바람 예보를 제공하는 PredictWind 프로그램 위성 데이터를 컴퓨터 알고리즘으로 처리하여 해양 및 레저 스포츠 사용자에게 제공합니다.

"기후 변화는 극한 날씨의 가능성을 높이고 글로벌 운영은 전 세계 어디에서나 기상 장애의 위협에 기업을 개방합니다." 매튜 레니, AI 전문가 Spire Global은 이메일 인터뷰에서 라이프와이어에 말했습니다.

컴퓨팅 파워는 일기 예보의 병목 현상이었습니다. 결과적으로 가장 강력한 슈퍼컴퓨터 중 일부는 건설되었습니다 특히 예측 수치를 분석합니다.

Shaji는 "AI는 강력한 엔진에 대한 이러한 종속성을 줄이고 잠재적으로 이러한 모델을 실행하여 훨씬 적은 계산 부하로 더 나은 결과를 얻을 수 있는 놀라운 기회를 가지고 있습니다."라고 말했습니다. "딥 러닝은 이러한 공식을 직접 풀려고 하지 않고 관찰 가능한 패턴을 기반으로 예측합니다."

AI 방식은 주식 시장 투자자들이 장기간에 걸쳐 패턴을 관찰하는 방식과 유사하다고 Shaji는 지적했습니다. 그는 "딥 러닝이 더 정확하다"고 덧붙였다. "모델의 예측 정확도와 기능은 앞으로 더 좋아질 것입니다."