Престижный журнал Nature публикует статью ученых HUAWEI CLOUD о модели ИИ Pangu-Weather
Престижный научный журнал Nature опубликовал статью о модели ИИ Pangu-Weather за авторством ученых HUAWEI CLOUD
Метеорологическая модель демонстрирует высокие показатели скорости и точности по сравнению с традиционными методами прогнозирования.
ШЭНЬЧЖЭНЬ (Китай), 6 июля 2023 г. /PRNewswire/ -- Компания HUAWEI CLOUD объявила о том, что один из ведущих мировых научных журналов Nature опубликовал статью об их революционной модели на основе искусственного интеллекта для прогнозирования погодных условий — Pangu-Weather.
По данным Nature Index, публикация стала первым случаем, когда единственными авторами статьи в данном журнале выступили сотрудники китайской технологической компании. Данная статья, описывающая порядок разработки точной и достоверной глобальной структуры прогнозирования погоды на основе детального анализа данных за 43 года, была опубликована в престижном журнале 5 июля 2023 года.
Pangu-Weather — первая модель на основе искусственного интеллекта, демонстрирующая более высокую точность по сравнению с традиционными методами численных моделей прогнозирования погоды. Эта модель позволяет увеличить скорость прогнозирования в 10 000 раз, сокращая время прогнозирования погоды во всем мире до нескольких секунд. В статье под названием «Точный среднесрочный глобальный прогноз погоды с помощью трехмерных нейронных сетей» представлена независимая оценка этих возможностей.
Pangu-Weather бросает вызов ранее сложившимся убеждениям в том, что точность прогнозов погоды на основе искусственного интеллекта уступает показателям традиционного численного прогноза. Модель, разработанная командой HUAWEI CLOUD, является первой системой прогнозирования на основе искусственного интеллекта с более высокой точностью по сравнению с традиционными численными моделями прогнозирования погоды.
Благодаря стремительному развитию вычислительной мощности за последние 30 лет точность численного прогноза значительно улучшилась, обеспечивая возможность предупреждения о чрезвычайных бедствиях и прогнозирования климатических изменений. Однако данный метод остается достаточно трудоемким. Для повышения скорости прогнозирования исследователи изучают способы использования методов глубокого обучения. Однако точность прогнозирования на основе ИИ для среднесрочных и долгосрочных прогнозов, как правило, уступает показателям численных прогнозов. В большинстве случаев искусственный интеллект не мог предсказать чрезвычайные бедствия и нетипичные погодные явления, например тайфуны.
Ежегодно во всем мире насчитывается около 80 тайфунов. Согласно данным Министерства чрезвычайных ситуаций Китая, в 2022 году в одном только Китае прямые экономические потери, вызванные тайфунами, составили 5,42 млрд юаней. Чем раньше удается обнародовать предупреждение о надвигающемся бедствии, тем легче и тщательнее будет проведена подготовка мер предосторожности.
Благодаря своей скорости модели прогнозов на основе искусственного интеллекта всегда выглядели перспективными, однако не достигали требуемой точности по двум причинам. Во-первых, существующие метеорологические модели прогнозирования искусственного интеллекта создавались с помощью двухмерных нейронных сетей, которые не способны эффективно обрабатывать неровные трехмерные метеорологические данные. Во-вторых, точность среднесрочных прогнозов погоды может пострадать от совокупных ошибок прогнозирования, когда модель запускается слишком часто.
Как Pangu-Weather решает эти проблемы?
В ходе научных испытаний модель Pangu-Weather продемонстрировала более высокую точность по сравнению с традиционными численными методами прогнозирования в срок от 1 часа до 7 дней с увеличенной скоростью прогнозирования в 10 000 раз. Эта модель способна за считанные секунды в подробностях предсказать метеорологические явления, включая влажность и температуру воздуха, скорость ветра, а также давление на уровне моря.
Модель использует систему Earth-Specific Transformer (3DEST) для обработки сложных неоднородных метеорологических данных в 3D. С помощью иерархической, временной стратегии агрегации модель обучалась различным интервалам прогнозирования, включая интервалы в 1, 3, 6 и 24 часа. Данные действия привели к минимизации количества итераций для прогнозирования метеорологических явлений в определенный период, а также к снижению процента ошибочных прогнозов.
Для обучения модели прогнозированию в конкретные временные интервалы исследователи загрузили 100 эпох (циклов) с использованием почасовых образцов данных о погодных условиях, полученных за 1979-2021 гг. Для каждой из подмоделей потребовалось 16 дней обучения по 192 графическим картам V100. Теперь модель Pangu-Weather способна обеспечить круглосуточное прогнозирование погоды во всем мире всего за 1,4 секунды на графической карте V100, что в 10 000 раз быстрее по сравнению с традиционным численным прогнозом.
Объясняя причины, по которым команда экспертов по работе с ИИ HUAWEI CLOUD решила сосредоточиться на прогнозировании погоды, д-р Тиан Ци (Tian Qi), главный научный сотрудник HUAWEI CLOUD в области ИИ, аспирант Института инженеров электротехники и электроники (IEEE) и преподаватель Евразийской международной академии наук, заявил: «Прогноз погоды является одним из важнейших элементов в области научных вычислений, поскольку представляет собой очень сложную систему, однако необходимость охвата множества аспектов математических и физических знаний по-прежнему является вызовом. Поэтому мы рады тому, что наши исследования получили признание в журнале Nature. Модели ИИ могут осуществлять анализ статистических закономерностей атмосферной эволюции на основании больших данных. В настоящее время Pangu-Weather в целом завершила работу, связанную с прогнозом погоды, и концентрируется на прогнозировании эволюции атмосферных состояний. Наша конечная цель заключается в создании системы прогнозирования погоды нового поколения с использованием искусственного интеллекта для совершенствования существующих систем прогнозирования».
Комментируя важность и качество исследований, проведенных компанией HUAWEI CLOUD, научные эксперты сообщества Nature прокомментировали тот факт, что Pangu-Weather не только легко использовать, она также доступна пользователям на обычном персональном компьютере. Это означает, что любой член метеорологического сообщества теперь может при желании использовать и тестировать эти модели. Для сообщества открывается прекрасная возможность изучить, насколько хорошо эта модель прогнозирует конкретные явления. Это, несомненно, поспособствует развитию области. Другой обозреватель отметил, что продемонстрированные результаты сами по себе являются прогрессом по сравнению с ранее существующими показателями. Данная статья также позволит людям оценить, как могут выглядеть модели прогнозирования в будущем.
В мае 2023 года тайфун «Мавар» привлек к себе внимание всего мира, став самым сокрушительным тропическим циклоном года. По данным Китайской метеорологической администрации (СМА), модель Pangu-Weather с точностью прогнозировала траекторию тайфуна «Мавар» в течение пяти суток до того, как он изменил курс в восточных водах Тайваня.
При этом, для непрерывного совершенствования ведущих моделей прогнозирования погоды на основе искусственного интеллекта необходимы стабильные облачные технологии, рабочие зоны и соответствующее эксплуатационно-техническое обслуживание.
Share this article