Google hat KI auch genutzt, um viele der Dienste und Technologien zu verbessern, die es seinen Nutzern anbietet. Einer seiner jüngsten Fortschritte ist SEEDS. Dank dieses neuen Modells Google wird künstliche Intelligenz nutzen, um das Wetter vorherzusagen. Wir hoffen, dass dies zu genaueren und einfacheren Wettervorhersagen führt.
SEEDS ist die Abkürzung für Skalierbarer Ensemble Envelope Diffusion Sampler, ein generatives KI-Modell, das in der Lage ist, effizient maßstabsgetreue Wettervorhersagen zu viel geringeren Kosten als herkömmliche Prognosemodelle zu erstellen. Ohne Zweifel sind eine Technologie, die neue Horizonte in den Bereichen Meteorologie und Klimatologie eröffnet.
Probabilistische Prognose: das neue Paradigma
Obwohl der wissenschaftliche Fortschritt bei der Erforschung von Klima- und Atmosphärenphänomenen in den letzten Jahrzehnten spektakuläre Fortschritte gemacht hat, Es gibt immer noch eine große Fehlerquote bei der Vorhersage des Wetters. in einer Region und zu einem bestimmten Zeitpunkt. Nicht umsonst gibt es viele humorvolle Kommentare, die wir normalerweise darüber hören: „Der Wettermann liegt immer falsch.“ Es sind keine fairen Urteile, aber sie verbergen ein bisschen Wahrheit.
Diese Vorhersagefehler sind auf die hohen Kosten (wir beziehen uns auf die Rechenkosten) der Generierung zurückzuführen probabilistische Prognosen. Es werden große, leistungsstarke Computer benötigt, die sich Wetterämter nicht leisten können. Aus diesem Grund werden traditionellere Beobachtungs- und Vorhersagemethoden verwendet, deren Präzisionsgrad bei weitem nicht perfekt ist.
Dank der KI ist die Erstellung probabilistischer Prognosen nun kein Wunschtraum mehr, sondern eine reale Möglichkeit. Der alte Menschentraum, mit absoluter Zuverlässigkeit zu wissen, wie das Wetter morgen sein wird, wird möglich sein. A neues Paradigma das verändert alles. Zumindest sagen sie das von Google.
Wie SEEDS funktioniert
Sehen wir uns an, wie SEEDS funktioniert, das großartige Tool, mit dem Google angeblich das Wetter genau vorhersagen kann. ein hohes Maß an Genauigkeit und Zuverlässigkeit.
Die neue Technologie basiert auf probabilistischen Rauschunterdrückungs-Diffusionsmodellen (einer generativen KI-Methode, die von Google Research entwickelt wurde). Diese Modelle generieren basieren auf der Berechnung und Zuordnung von Wahrscheinlichkeiten über das KlimaDadurch werden genauere Vorhersagen in kürzerer Zeit und mit viel geringerem Rechenaufwand generiert.
Eines der Highlights von SEEDS ist seine Fähigkeit, sehr detaillierte Bilder und Videos zu generieren. Dies ist sehr nützlich, wenn Sie Vorhersagen erstellen und diese auf klassische Wettermuster anwenden. Mit anderen Worten, Die Wettervorhersagetechnologie von Google ersetzt bisherige Methoden nicht, sondern verbessert sie vielmehr. Ein hybrides Vorhersagesystem, bei dem einige Klimaaspekte mit einem physikbasierten Modell und andere mit KI berechnet werden, um zusammen ein viel effizienteres Vorhersagemodell zu erhalten.
Da SEEDS die gemeinsame Verteilung des atmosphärischen Zustands direkt modelliert, erfasst es realistisch viele Daten und technische Größen, die sich gegenseitig beeinflussen (z. B. den mittleren Meeresspiegeldruck oder die Entstehung von Winden in der Troposphäre). Für einen Laien wie den, der diesen Artikel schreibt, klingt das alles wie Chinesisch, aber Meteorologen wissen, was diese Technologie zu bieten hat.
Hüte Flügeldatum, Die Ergebnisse sind vielversprechend. Die von SEEDS projizierten Modelle wurden mit realen meteorologischen Daten verglichen a posteriori was einen wirklich hohen Grad an Zufall ergibt. Es gibt noch erhebliches Verbesserungspotenzial, aber alles deutet darauf hin, dass die Entwicklung dieser auf künstlicher Intelligenz basierenden Technologie auf dem richtigen Weg ist.
Schlussfolgerungen
SEEDS schlägt ein alternatives Wettervorhersagemodell vor, das dieses Gebiet revolutionieren könnte. Die damit verbundenen erheblichen Einsparungen an Rechenressourcen können in zwei Richtungen genutzt werden: den Grad der Genauigkeit von Wettervorhersagen erhöhen oder die Häufigkeit erhöhen, mit der diese Vorhersagen veröffentlicht werden. In jedem Fall führen beide Wege zum gleichen Ziel: mehr Präzision und Zuverlässigkeit.
Dies ist auch ein sehr gutes Beispiel dafür, wie KI den Fortschritt und die Entwicklung klimabezogener Wissenschaftsbereiche beschleunigen kann. Ein heißes Thema, das derzeit große Sorge hervorruft. Wenn diese Fortschritte Erfolg haben, wäre dies in nicht allzu ferner Zukunft möglich prognostizieren Sie die Ankunft bestimmter meteorologischer Katastrophen (Stürme, Hurrikane, Überschwemmungen...) und wenn nicht, sie zu vermeiden, so doch zumindest ihre Folgen zu lindern.
Es muss auch gesagt werden, dass es sich um eine Technologie im Werden handelt. Derzeit werden das SEEDS-Modell und andere in der Entwicklung befindliche Technologien in andere Google-Projekte einbezogen, z MetNet-3 und GraphCast. Bis seine Verwendung perfektioniert und weit verbreitet ist, müssen wir weiterhin auf andere Tools zurückgreifen, wie z Apps zur Vorhersage des Wetters, die auch nicht schlecht funktionieren.