來自英國和加拿大的研究人員開發了Aardvark Weather Airdvark模型。結果在關於自然的報告中介紹。
預測的傳統方法涉及使用複雜方程式建模大氣物理。劍橋大學的科學家，多倫多大學的媒介研究所和艾倫·圖靈研究所（Alan Turing Institute）創造了一種用於“深度學習”的工具– 計算機培訓以識別大量數據的模式。
該模型的重點是為風，濕度，地球電位和溫度產生全局預測。
詹姆斯·里弗里姆（James Riverim）的一位研究人員評測說：“目前，預測系統有幾個需要大量計算成本的組件。我們能夠用許多較輕的模型來代替許多耗時的元素。
因此，Aardvark的天氣更頻繁地以更高的速度和準確性進行預測。團隊取代了預測傳送帶中的每個步驟，包括未經處理的數據的轉換。
“我們發現，當這些機器學習的這些組成部分連接到鏈條時，整體性能會大大提高。整個輸送機的微妙設置是我們為自己設定的最終任務的微妙設置，使我們能夠優化每個元素，不僅要考慮其單獨的作用，而且還考慮瞭如何幫助我們最大程度地激發我們最大的結果，” Riverim說。
Aardvark的天氣使用未經處理的大氣數據– 壓力，溫度和濕度的測量– 以高質量的方式編譯全球和本地預測。
該系統建立在三個神經組件上：編碼器，處理器和解碼器。
編碼器在大氣的網格視圖中轉換了未經處理的無結構觀測。 處理器根據淨數據生成天氣預報； 解碼器會改變對特定當地條件的預測。
與花費更多舊型號的時鐘相比，Aardvark可以在一秒鐘內使用四個NVIDIA A100圖形處理器生成預測。
該團隊計劃打開源代碼Aardvark，以使技術更實惠。
回想一下，一月份的消防員涉及人工智能來打擊南加州的大火。
以前，在海倫颶風之後，AI被用來傳播錯誤信息和偶像。
在社交網絡上訂閱0x資訊
資訊來源：由0x資訊編譯自FORKLOG。版權歸作者Владимир Слипер所有，未經許可，不得轉載