DeepMind和英國氣象局合作,發表了最新將人工智慧用於氣象預報的研究,推進降水臨近預報科學的進展,能良好預測未來1到2小時的下雨,以及諸如下雪等降水現象。

天氣預測對於人類生活意義重大,中世紀氣象學家就以各種方式預測降雨模式,到了近代科學萌芽,開始用大氣物理方程式來預測全球天氣,而DeepMind表示,現在氣象預測又往前跨了一步,已經可以使用機器學習來預測降水。

每天的天氣預報由強大的數值天氣預測系統進行預測,透過求解物理方程式,數值天氣預測系統能在數天前進行行星尺寸的預測,但是由於該系統計算時間過長,難以在2小時內產生高解析度預測,因此需要臨近預報,來填補這個因運算效能不足,而產生的預報空白。

臨近預報對於水資源管理、農業、航空和戶外活動等產業非常重要,天氣感測裝置的進步,使得研究能源能夠獲得高解析度的雷達資料,而機器學習則剛好適合應用於臨近預報,藉由利用高品質資料,解決關鍵領域的難題。

DeepMind這個新人工智慧模型,針對臨近預報降雨所開發,最多可提前兩小時預測降雨量、時間和位置,研究人員使用了1種稱為生成建模(Generative Modelling)的方法,根據過去的雷達資料,對未來的雷達資料進行詳細且合理的預測。

使用該方法,DeepMind不只可以準確捕捉到大規模事件,還可以生成系集預報(Ensemble Predictions),進而探索降雨的不確定性。這項研究使用了來自英國和美國的雷達資料,並且經英國氣象局的50位氣象專家進行評估,與目前被廣泛使用的臨近預報方法相比,在89%的案例中DeepMind的新方法表現較佳。


熱門新聞

Advertisement