NVIDIA lance le modèle de prévision météorologique StormCast, l'IA rend la « chasse au vent » plus rapide et plus précise
2024-08-24
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Les typhons, une « vieille connaissance » de la nature, ont souvent un impact énorme sur la production et la vie des gens avec leur incroyable pouvoir destructeur et leurs trajectoires imprévisibles. De juin à août de chaque année, c'est aussi la période active des typhons dans le nord-ouest du Pacifique. Selon les prévisions du China Weather Network, selon le « calendrier » des typhons pour août de cette année, il y aura 3 à 4 typhons dans le nord-ouest du Pacifique et dans la mer de Chine méridionale en août, ce qui est moins que la même période dans les années normales. Parmi eux, 2 à 3 typhons atterriront dans mon pays, et les typhons se déplaceront principalement vers l'ouest et le nord-ouest.
Ces dernières années, les technologies et les outils météorologiques de « chasse au vent » ont également constamment évolué et se sont améliorés. Le journaliste a appris que Nvidia a récemment publié StormCast, un modèle d'IA génératif révolutionnaire pour simuler la dynamique atmosphérique haute fidélité. Le point révolutionnaire de ce modèle est qu'il peut prédire de manière fiable les systèmes météorologiques qui n'ont pas encore formé de cyclone avant la génération de la tempête. faire des prévisions de typhons un peu plus tôt - désormais capable d'atteindre une résolution spatiale de 3 kilomètres et une résolution temporelle de chaque heure.
Il y a deux mois, le fondateur et PDG de Nvidia, Jensen Huang, a dévoilé le modèle CorrDiff disponible via Earth-2. Selon les rapports, NVIDIA Earth-2 est une plate-forme cloud jumelle numérique qui intègre l'IA, la simulation physique et l'infographie. Elle peut simuler et visualiser les prévisions météorologiques et climatiques à l'échelle mondiale avec une précision et une rapidité sans précédent. CorrDiff peut augmenter la résolution du modèle de 25 kilomètres à 2 kilomètres. La résolution est 12,5 fois supérieure à celle d'avant. La vitesse d'inférence unique est 1 000 fois plus rapide que la méthode traditionnelle et l'efficacité énergétique est augmentée 3 000 fois.
L'émergence de StormCast ajoute une fonction de prédiction autorégressive horaire à CorrDiff, ce qui signifie que le modèle peut prédire les résultats futurs sur la base des résultats passés.
Les prévisions peuvent être faites jusqu'à 6 heures à l'avance
Les risques physiques liés aux conditions météorologiques et au changement climatique varient considérablement d’une région à l’autre. Mais comme la simulation des mouvements hydrodynamiques fondamentaux à méso-échelle nécessite une résolution spatiale élevée, les prévisions météorologiques numériques fiables à ce niveau sont coûteuses en termes de calcul.
Par conséquent, dans le passé, les chercheurs en météorologie devaient souvent faire des compromis en termes de résolution, de taille d’ensemble et de prix abordable dans les modèles de prévisions météorologiques régionales (souvent appelés modèles admissibles par convection, en abrégé CAM).
À des résolutions inférieures, les modèles d’apprentissage automatique formés sur des données mondiales ont pu simuler efficacement des modèles numériques de prévision météorologique afin d’améliorer les systèmes d’alerte précoce en cas d’événements graves. La résolution spatiale de ces modèles d'apprentissage automatique est généralement d'environ 30 kilomètres et la résolution temporelle est de 6 heures.
Grâce à la technologie de diffusion générative, StormCast peut atteindre une résolution spatiale de 3 kilomètres et une résolution temporelle de chaque heure. Le modèle, lorsqu'il est utilisé conjointement avec un radar de précipitations, peut déjà fournir des prévisions jusqu'à 6 heures à l'avance.
De plus, les sorties StormCast affichent des dynamiques de chaleur et d'humidité physiquement réalistes et peuvent prédire plus de 100 variables telles que la température, la concentration d'humidité, les valeurs de réflectivité radar du vent et des précipitations à plusieurs niveaux d'altitude finement divisés. Cela a permis aux chercheurs en météorologie de confirmer pour la première fois la véritable évolution 3D de la flottabilité des tempêtes dans une simulation météorologique IA.
D’autres innovations sont en route
Les scientifiques étudient déjà comment tirer parti de ce modèle. Tom Hamill, responsable de l'innovation chez The Weather Company, a déclaré : « Étant donné que les orages ordonnés et les précipitations hivernales peuvent avoir un impact énorme et sont extrêmement difficiles à prévoir de manière fiable, la production de prévisions météorologiques d'ensemble à l'échelle des tempêtes est une priorité. qui répond clairement à un défi difficile dans le domaine de la prévision numérique du temps. The Weather Company est ravie de travailler avec NVIDIA pour développer, évaluer et utiliser ces modèles de prévision d'apprentissage profond à l'avenir.
"Le développement de modèles météorologiques à haute résolution nécessite l'utilisation d'algorithmes d'IA pour résoudre les problèmes de convection, ce qui constitue un défi difficile", a déclaré Imme Ebert-Uphoff, responsable de l'apprentissage automatique à l'Institut coopératif de recherche atmosphérique de l'Université d'État du Colorado. "Cette nouvelle recherche NVIDIA. explore l'utilisation de StormCast. Le potentiel du modèle d'iso-diffusion pour y parvenir représente une étape importante vers le développement de modèles de prévision météorologique à haute résolution d'IA à l'avenir.
Ces avancées en matière de recherche permettent non seulement d’accélérer et de visualiser des simulations climatiques physiquement précises et de créer un jumeau numérique de la Terre, mais démontrent également comment NVIDIA Earth-2 a inauguré une nouvelle et importante ère de recherche climatique.
Il est rapporté que NVIDIA Research compte des centaines de scientifiques et d'ingénieurs à travers le monde, se concentrant sur la recherche dans les domaines de l'IA climatique, de l'infographie, de la vision par ordinateur, des véhicules autonomes et des robots.
Auteur : Zhang Tianchi
Texte : Zhang Tianchi Editeur : Zhang Yi Editeur : Rong Bing
Veuillez indiquer la source lors de la réimpression de cet article.
