Model SI Huawei Pangu-Weather, który potrafi przewidywać zdarzenia pogodowe w kilka sekund, jest już dostępny bezpłatnie
SHENZHEN, Chiny, 7 sierpnia 2023 r. /PRNewswire/ -- Lipiec 2023 może okazać się najgorętszym miesiącem w historii pomiarów, a nawet najgorętszym miesiącem od 120 000 lat. W wyniku ocieplenia klimatu rośnie prawdopodobieństwo ekstremalnych zdarzeń pogodowych. Tradycyjne prognozy pogody wymagają dużej mocy obliczeniowej. Nowy oparty na SI model, który całkowicie zmieni sposób prognozowania pogody, jest teraz ogólnodostępny.
Pangu-Weather, model SI do prognozowania pogody opracowany przez HUAWEI CLOUD, zapewnia dokładniejsze i 10 000 razy szybsze przewidywanie pogody, dzięki czemu prognozy pogody na świecie powstają w zaledwie kilka sekund. Pozwala to na wczesne przewidywanie i przygotowanie się na ekstremalne zdarzenia pogodowe. Wyniki opublikowano w recenzowanej pracy naukowej w czasopiśmie Nature 5 lipca 2023 r.
Pangu-Weather jest pierwszym modelem prognozowania pogody opartym na SI o większej precyzji niż tradycyjne prognozy numeryczne, który po raz pierwszy został publicznie udostępniony bezpłatnie na stronie internetowej ECMWF (Europejskiego Centrum Średnioterminowych Prognoz Pogody). Dzięki niemu osoby z całego świata zajmujące się prognozowaniem pogody, meteorologowie i osoby zainteresowane mogą śledzić dziesięciodniowe globalne prognozy pogody w ramach modelu Pangu Weather.
Przełom w tradycyjnym prognozowaniu pogody
Oprócz udostępnienia dziesięciodniowych prognoz pogody ECMWF opublikowało również raport, który porównuje prognozy Pangu-Weather ze zintegrowanym systemem prognoz (IFS) ECMWF (czołowym globalnym systemem numerycznego prognozowania pogody) od kwietnia do lipca 2023 r.
Według raportu rozwój metod uczenia maszynowego takich jak Pangu-Weather może stanowić „przełom w dość wolnych postępach tradycyjnych numerycznych metod prognozowania pogody", których zdolność predykcyjna rośnie o jeden dzień w skali dekady (według danych Światowej Organizacji Meteorologicznej, WMO). Wiąże się to z wysokim kosztem przetwarzania prognoz za pomocą standardowych systemów numerycznych. Modele uczenia maszynowego są gotowe, aby zrewolucjonizować przewidywanie pogody dzięki dużo niższym kosztom przetwarzania i konkurencyjnej dokładności.
Dr Tian Qui, główny badacz HUAWEI CLOUD w zakresie SI, członek IEEE oraz Międzynarodowej Euroazjatyckiej Akademii Nauk, wyjaśnia: „Prognozy pogody są jednym z najważniejszym scenariuszy w dziedzinie obliczeń naukowych, ponieważ prognozy meteorologiczne stanowią bardzo złożony system oraz trudno jest ująć w nim wszystkie aspekty wiedzy matematycznej i fizycznej. Obecnie Pangu-Weather wykonuje pracę systemu prognozowania pogody, a jego główna funkcja polega na przewidywaniu zmian stanów atmosferycznych.
Udowodniona wysoka precyzja przewidywania ekstremalnej pogody
Zdolności predykcyjne modelu Pangu-Weather zostały przetestowane w ekstremalnych sytuacjach, takich jak orkan Eunice, który uderzył w północno-zachodnią Europę w lutym 2022 r., oraz pierwsze wystąpienie temperatury 40°C w Wielkiej Brytanii latem 2022 r. Te dwa przykłady pokazują, że modele oparte na danych są w stanie przewidywać ekstremalne zdarzenia pogodowe, dostarczając wskazań do prognoz średnioterminowych.
Prognozy Pangu-Weather obejmują wysokość geopotencjalną, wilgotność właściwą, prędkość wiatru i temperaturę. Wszystkie te informacje są kluczowe dla prognoz rozwoju systemów pogodowych, przebiegu burz, jakości powietrza i cykli pogodowych. Model Pangu-Weather znalazł również zastosowanie w przewidywaniu przebiegu tajfunu Khanun, szóstego w tym roku.
ECMWF od dawna wzywa światowe podmioty związane z prognozowaniem pogody do wzmożonych działań w kierunku wykorzystania modeli SI jako uzupełnienia systemów prognozowania pogody oraz dalszego badania zalet i wad takich modeli w celu lepszego zarządzania pogodą.
Dr. Tian Qi powiedział: „Naszym dalszym celem jest stworzenie nowoczesnych ram prognozowania pogody z wykorzystaniem technologii SI, aby wzmocnić dotychczasowe systemy prognozujące".
Zdjęcie - https://mma.prnewswire.com/media/2169705/1.jpg
Share this article