Как изкуственият интелект влияе върху прогнозата за времето?

AI има значителен напредък в прогнозата

Изкуственият интелект (AI) все по-често се използва в прогнозирането на времето и показва забележителна точност при краткосрочни прогнози. Моделите, базирани на невронни мрежи, могат да се конкурират с традиционните суперкомпютърни методи, като използват много по-малко време и ресурси. Те успешно предсказват ежедневни метеорологични условия, което ги прави полезни за оперативни прогнози и системи за ранно предупреждение, предава BBC.

• Какви са предизвикателствата пред AI при прогнозирането?
• Какви умения има технологията?
• Какви са рисковете?

Снимка: Getty Images/iStock

Въпреки това, голямото предизвикателство пред ИИ остава неспособността му да предсказва така наречените "сиви лебеди" – екстремни и редки метеорологични явления като урагани от категория 5 или 200-годишни наводнения. Причината е, че невронните мрежи се обучават само с исторически данни, които обхващат последните няколко десетилетия. Това ограничение води до подценяване на сериозността на бъдещи, безпрецедентни събития.

Разгледай онлайн нашите промоционални брошури

Цените са валидни за периода на акцията или до изчерпване на наличностите. Всички цени са в лева с включен ДДС.

Роботизирано строителство: Китай завърши първи участък от магистрала без работници

Ще заменят ли роботите човешкия труд?

Проучване, публикувано в Proceedings of the National Academy of Sciences, показва, че когато в обучаващите данни липсват примери за силни урагани, интелектът не успява да предскаже тяхната действителна сила. Например, дори когато се въведе реална ситуация, предхождаща ураган от категория 5, моделът прогнозира максимум категория 2. Това е сериозен проблем, тъй като подценената прогноза може да застраши човешки животи.

Разликата между традиционните метеорологични модели и AI е в разбирането на физиката. Докато традиционните модели включват уравнения и физични закони, невронните мрежи се основават изцяло на статистически зависимости. Така интелектът може да не "разбере" причинно-следствените връзки, които стоят зад динамиката на атмосферата, и не е надежден при екстремни случаи.

Снимка: Getty Images/iStock

Въпреки това, изследователите открили, че ако дадено екстремно събитие е представено в данните, макар и в друг регион, технологиите ще направят точна прогноза и за нови места. За да се преодолеят ограниченията на ИИ, учените предлагат сливане на подходи – комбиниране на физическо моделиране с алгоритми на изкуствения интелект. Един иновативен метод е „активното обучение“, при което изкуственият интелект подпомага физическите модели да генерират синтетични, но реалистични примери за екстремни събития. Това обогатява обучаващите данни и прави бъдещите прогнози по-надеждни.

Учени създадоха банани, които не почерняват

Къде можете да се сдобиете с тях още тази година?

Изследователите подчертават, че целта не е да се замени физиката, а да се подобри ефективността на чрез по-добра симбиоза с научни принципи. Това ще помогне не само за по-добри краткосрочни прогнози, но и за по-точни оценки на климатичните рискове в дългосрочен план – особено в епоха на бързо променящ се климат.

Последвайте businessnovinite.bg в INSTAGRAM 

Последвайте businessnovinite.bg във FACEBOOK

Последвайте businessnovinite.bg в LINKEDIN