Kompanija Huawei razvila je prvi model predviđanja vremenskih (ne) prilika Pangu Weather koji, zahvaljujući primeni veštačke inteligencije, pokazuje veću preciznost od tradicionalnih numeričkih metoda, što je do sada smatrano nemogućim. 

Sistem nudi 10.000 puta veću brzinu predviđanja, pa se prognoza za ceo svet može dobiti za samo nekoliko sekundi.

Ko je pisao o Pangu Weather AI modelu

Jedan od vodećih svetskih naučnih časopisa, Nature, objavio je članak o Pangu Weather AI Modelu kompanije Huawei u kome su stručnjaci kompanije prvi put kao jedini autoriza  Nature opisali kako se razvijao precizan i tačan globalni sistem AI vremenske prognoze zasnovan na podacima prethodne 43 godine. 

Rad je nazvan Tačna globalna vremenska prognoza srednjeg dometa sa 3D neuronskim mrežama i pruža nezavisno ispitivanje Huawei dostignuća u Cloud i AI oblastima.

U maju ove godine, tajfun Mavar registovan je kao do sada najjači tropski ciklon godine. Prema kineskoj meteorološkoj upravi, Pangu Weather je tačno predvideo putanju tajfuna pet dana pre nego što je promenio kurs u istočnim vodama ostrva Tajvana.

-Velika je čast što je naše istraživanje prepoznao prestižan časopis Nature, jer rešava neke od važnih problema koji su do sada postojali. 

Predviđanja iz velikih baza podataka

Modeli Al u stanju su da predvide ponašanje atmosfere iz masivnih podataka koje ima na raspolaganju. Pangu Weather uglavnom obavlja predviđanje prognoze, a njegova glavna sposobnost jeste da predvidi evoluciju atmosferskih stanja. Naš krajnji cilj je da izgradimo okvir za prognozu vremena sledeće generacije koristeći AI tehnologije za jačanje postojećih sistema predviđanja,kaže dr Tian Ki.

Ubrzanim razvojem računarske snage u poslednjih 30 godina, tačnost numeričke vremenske prognoze je značajno poboljšana, pružajući preciznija upozorenja o katastrofama i ekstremnim klimatskim promenama. Ipak, za neke važne rezultate i dalje je potrebno dosta vremena, pa su, da bi ubrzali predviđanja, istraživači tražili način kako da koriste metode mašinskog učenja. 

Precizan i za pojavu tajfuna

Nažalost, bez obzira na to što je veštačka inteligencija sve više uvođena u predviđanje prognoze, AI uglavnom nije bio u stanju da predvidi ekstremno vreme kao što su tajfuni.

Zbog svoje brzine, poslednjih godina modeli vremenske prognoze zasnovani na veštačkoj inteligenciji su bili atraktivni, ali im je nedostajala preciznost iz dva razloga. Prvi, postojeći modeli AI meteorološke prognoze zasnovani su na 2D neuronskim mrežama, koje ne mogu dobro da obrađuju neujednačene 3D meteorološke podatke. I drugo, vremenska prognoza srednjeg opsega može sadržati kumulativne grešake u prognozi kada se model poziva previše puta.

Tokom naučnih ispitivanja, Pangu Weather model je pokazao veću preciznost u poređenju sa tradicionalnim numeričkim metodama predviđanja za prognoze od jednog sata do 7 dana, sa povećanjem brzine predviđanja od 10.000 puta. Model je u stanju da za samo nekoliko sekundi predvidi najfinije meteorološke podatke uključujući vlažnost, brzinu vetra, temperaturu i pritisak na nivou mora.

Model koristi 3D Earth-Specific Transformer (3DEST) arhitekturu za obradu složenih različitih 3D meteoroloških podataka. Koristeći hijerarhijsku, vremensku strategiju agregacije, model je obučen za različite intervale prognoze koristeći one od jednog sata, tri, šest i 24 sata. Ovo je rezultiralo smanjenjem količine iteracija za predviđanje meteorološkog stanja u određeno vreme i smanjenjem pogrešnih prognoza.

Da bi obučili AI model za određene vremenske intervale, istraživači su obučili 100 epoha (ciklusa) koristeći uzorke vremenskih podataka po satu od 1979. do 2021. godine. Svaki od podmodela zahtevao je 16 dana obuke na 192 grafičke karte.

Zahvaljujući ovome Pangu Weather Model sada može da dovrši 24-časovnu globalnu vremensku prognozu za samo 1,4 sekunde na V100 grafičkoj karti, što je poboljšanje od 10.000 puta u poređenju sa tradicionalnim numeričkim predviđanjem.

Foto C.Leazza/Unsplash