NVIDIA julkaisee sääennustusmallin StormCast, tekoäly tekee "tuulen jahtaamisesta" nopeampaa ja tarkempaa
2024-08-24
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Taifuunit, "vanha tuttavuus" luonnossa, vaikuttavat usein valtavasti ihmisten tuotantoon ja elämään hämmästyttävällä tuhovoimallaan ja arvaamattomilla poluilla. Joka vuosi kesäkuusta elokuuhun se on myös taifuunien aktiivista aikaa Luoteis-Tyynenmerellä. China Weather Networkin ennusteen mukaan tämän vuoden elokuun taifuunien "aikataulun" mukaan Tyynenmeren luoteisosassa ja Etelä-Kiinan merellä on elokuussa 3-4 taifuunia, mikä on vähemmän kuin normaalivuosina vastaava aika. Niistä 2–3 taifuunia laskeutuu kotimaahani, ja taifuunit liikkuvat pääasiassa länteen ja luoteeseen.
Viime vuosina meteorologiset "tuulenhaku"-tekniikat ja -työkalut ovat myös jatkuvasti kehittyneet ja parantuneet. Toimittaja sai tietää, että Nvidia julkaisi äskettäin StormCastin, läpimurtomallin korkealaatuisen ilmakehän dynamiikan simulointiin. Taifuunien ennusteiden tekeminen askelta aikaisemmin - pystyy nyt saavuttamaan 3 kilometrin spatiaalisen resoluution ja tunnin välein.
Kaksi kuukautta sitten Nvidian perustaja ja toimitusjohtaja Jensen Huang julkisti Earth-2:n kautta saatavan CorrDiff-mallin. Raporttien mukaan NVIDIA Earth-2 on digitaalinen kaksoispilvialusta, joka integroi tekoälyn, fyysisen simulaation ja tietokonegrafiikan. Se voi simuloida ja visualisoida sää- ja ilmastoennusteita maailmanlaajuisessa mittakaavassa ennennäkemättömällä tarkkuudella ja nopeudella. CorrDiff voi nostaa mallin resoluution 25 kilometristä 2 kilometriin. Resoluutio on 12,5 kertaa suurempi kuin aiemmin. Yksittäinen päättelynopeus on 1000 kertaa nopeampi kuin perinteinen menetelmä, ja energiatehokkuus kasvaa 3000 kertaa.
StormCastin ilmestyminen lisää CorrDiffiin tuntikohtaisen autoregressiivisen ennustusfunktion, mikä tarkoittaa, että malli voi ennustaa tulevia tuloksia aikaisempien tulosten perusteella.
Ennusteita voi tehdä jopa 6 tuntia etukäteen
Sään ja ilmastonmuutoksen aiheuttamat fyysiset vaarat vaihtelevat huomattavasti alueittain. Mutta koska perustavanlaatuisten hydrodynaamisten liikkeiden simulointi mesoskaalassa vaatii suurta spatiaalista resoluutiota, luotettavat numeeriset sääennusteet tällä tasolla ovat laskennallisesti kalliita.
Siksi meteorologiset tutkijat joutuivat aikaisemmin usein tekemään kompromisseja resoluution, kokonaisuuden koon ja kohtuuhintaisuuden suhteen alueellisissa sääennustemalleissa (jota usein kutsutaan konvektio-hyväksyttäviksi malleiksi, lyhennettynä CAM).
Pienemmillä resoluutioilla globaaleihin tietoihin koulutetut koneoppimismallit ovat pystyneet simuloimaan tehokkaasti numeerisia sääennustusmalleja parantaakseen varhaisvaroitusjärjestelmiä vakavien tapahtumien varalta. Näiden koneoppimismallien spatiaalinen resoluutio on tyypillisesti noin 30 kilometriä ja ajallinen resoluutio 6 tuntia.
Generatiivisen diffuusioteknologian avulla StormCast voi saavuttaa 3 kilometrin spatiaalisen resoluution ja tunnin välein. Malli voi yhdessä sadetutkan kanssa käytettäessä antaa ennusteita jopa 6 tuntia etukäteen.
Lisäksi StormCast-lähdöt näyttävät fyysisesti realistisen lämpö- ja kosteusdynamiikan ja voivat ennustaa yli 100 muuttujaa, kuten lämpötilan, kosteuspitoisuuden, tuulen ja sateen tutkan heijastusarvot useilla hienojakoisilla korkeustasoilla. Tämän ansiosta meteorologiset tutkijat pystyivät ensimmäistä kertaa vahvistamaan myrskyn kelluvuuden todellisen 3D-evoluution tekoälyn sääsimulaatiossa.
Lisää innovaatioita on tulossa
Tiedemiehet tutkivat jo, kuinka mallia voidaan hyödyntää. The Weather Companyn innovaatiopäällikkö Tom Hamill sanoi: "Koska säännöllisillä ukkosmyrskyillä ja talven sateilla voi olla valtava vaikutus ja niitä on erittäin vaikea ennustaa luotettavasti, laskennallisesti seurattavien myrskyn mittakaavan kokonaissääennusteiden tuottaminen on ensisijainen tavoite joka ratkaisee selkeästi numeerisen sääennusteen vaikean haasteen. The Weather Company on innoissaan voidessaan tehdä yhteistyötä NVIDIA:n kanssa kehittääkseen, arvioidakseen ja käyttääkseen näitä syvän oppimisen ennustemalleja tulevaisuudessa.
"Korkean resoluution säämallien kehittäminen edellyttää tekoälyalgoritmien käyttöä konvektioongelmien ratkaisemiseen, mikä on vaikea haaste", sanoi Coloradon osavaltion yliopiston Cooperative Institute for Atmospheric Researchin koneoppimisen johtaja Imme Ebert-Uphoff. "Tämä uusi NVIDIA-tutkimus tutkii StormCastin käyttöä Isodiffuusiomallin mahdollisuudet saavuttaa tämä on tärkeä askel kohti tekoälyn korkearesoluutioisten sääennustemallien kehittämistä tulevaisuudessa."
Nämä tutkimuksen läpimurrot eivät ainoastaan mahdollista fyysisesti tarkkojen ilmastosimulaatioiden nopeuttamista ja visualisointia ja luovat digitaalisen maan kaksoiskappaleen, vaan myös osoittavat, kuinka NVIDIA Earth-2 on käynnistänyt ilmastotutkimuksen uuden ja tärkeän aikakauden.
On raportoitu, että NVIDIA Researchissä työskentelee satoja tutkijoita ja insinöörejä ympäri maailmaa, ja ne keskittyvät tutkimukseen ilmaston tekoälyn, tietokonegrafiikan, tietokonenäön, autonomisten ajoneuvojen ja robottien aloilla.
Kirjailija: Zhang Tianchi
Teksti: Zhang Tianchi Toimittaja: Zhang Yi Toimittaja: Rong Bing
Ilmoita lähde, kun painat tämän artikkelin uudelleen.
