NVIDIA merilis model prediksi cuaca StormCast, AI membuat "mengejar angin" lebih cepat dan akurat
2024-08-24
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Topan, yang bersifat "kenalan lama", sering kali berdampak besar pada produksi dan kehidupan manusia dengan kekuatan destruktifnya yang luar biasa dan jalurnya yang tidak dapat diprediksi. Bulan Juni hingga Agustus setiap tahun juga merupakan masa aktif topan di barat laut Pasifik. Menurut perkiraan Jaringan Cuaca Tiongkok, menurut "jadwal" topan untuk bulan Agustus tahun ini, akan ada 3 hingga 4 topan di barat laut Pasifik dan Laut Cina Selatan pada bulan Agustus, kurang dari periode yang sama pada tahun-tahun normal. Diantaranya, 2 hingga 3 topan akan mendarat di negara saya, dan topan tersebut sebagian besar akan bergerak ke arah barat dan barat laut.
Dalam beberapa tahun terakhir, teknologi dan peralatan “pengejar angin” meteorologi juga terus berkembang dan ditingkatkan. Reporter mengetahui bahwa Nvidia baru-baru ini merilis StormCast, model AI generatif terobosan untuk mensimulasikan dinamika atmosfer dengan ketelitian tinggi. Titik terobosan model ini adalah model ini dapat memprediksi sistem cuaca yang belum membentuk siklon sebelum badai terjadi. membuat prediksi topan selangkah lebih awal - kini mampu mencapai resolusi spasial 3 kilometer dan resolusi waktu setiap jam.
Dua bulan lalu, pendiri dan CEO Nvidia Jensen Huang meluncurkan model CorrDiff yang tersedia melalui Earth-2. Menurut laporan, NVIDIA Earth-2 adalah platform cloud kembar digital yang mengintegrasikan AI, simulasi fisik, dan grafik komputer. Platform ini dapat mensimulasikan dan memvisualisasikan prediksi cuaca dan iklim dalam skala global dengan akurasi dan kecepatan yang belum pernah terjadi sebelumnya. CorrDiff dapat meningkatkan resolusi model dari 25 kilometer menjadi 2 kilometer. Resolusi tersebut 12,5 kali lebih tinggi dari sebelumnya. Kecepatan inferensi tunggal 1000 kali lebih cepat daripada metode tradisional, dan efisiensi energi meningkat 3000 kali lipat.
Kemunculan StormCast menambahkan fungsi prediksi autoregresif per jam ke CorrDiff, yang berarti model dapat memprediksi hasil di masa mendatang berdasarkan hasil di masa lalu.
Prakiraan dapat dibuat hingga 6 jam sebelumnya
Bahaya fisik akibat cuaca dan perubahan iklim sangat bervariasi antar wilayah. Namun karena simulasi gerakan hidrodinamik fundamental pada skala meso memerlukan resolusi spasial yang tinggi, prediksi cuaca numerik yang andal pada tingkat ini memerlukan komputasi yang mahal.
Oleh karena itu, di masa lalu, peneliti meteorologi sering kali harus melakukan trade-off dalam hal resolusi, ukuran ansambel, dan keterjangkauan dalam model prakiraan cuaca regional (sering disebut model yang dapat diterima konveksi, disingkat CAM).
Pada resolusi yang lebih rendah, model pembelajaran mesin yang dilatih berdasarkan data global telah mampu secara efektif mensimulasikan model prediksi cuaca numerik untuk meningkatkan sistem peringatan dini jika terjadi kejadian buruk. Resolusi spasial model pembelajaran mesin ini biasanya sekitar 30 kilometer dan resolusi temporal adalah 6 jam.
Dengan bantuan teknologi difusi generatif, StormCast dapat mencapai resolusi spasial 3 kilometer dan resolusi temporal setiap jam. Model tersebut, jika digunakan bersama dengan radar curah hujan, sudah dapat memberikan prakiraan cuaca hingga 6 jam sebelumnya.
Selain itu, keluaran StormCast menampilkan dinamika panas dan kelembapan yang realistis secara fisik dan dapat memprediksi lebih dari 100 variabel seperti suhu, konsentrasi kelembapan, nilai reflektivitas radar angin dan curah hujan pada beberapa tingkat ketinggian yang terbagi halus. Hal ini memungkinkan peneliti meteorologi untuk mengkonfirmasi evolusi 3D sebenarnya dari daya apung badai dalam simulasi cuaca AI untuk pertama kalinya.
Lebih banyak inovasi sedang dilakukan
Para ilmuwan sudah mengeksplorasi cara memanfaatkan model ini. Tom Hamill, kepala inovasi di The Weather Company, mengatakan: “Karena badai petir yang teratur dan curah hujan musim dingin dapat berdampak besar dan sangat sulit diprediksi secara andal, menghasilkan prakiraan cuaca ansambel skala badai yang dapat diatur secara komputasional adalah sebuah model yang diprioritaskan yang jelas mengatasi tantangan sulit dalam bidang prediksi cuaca numerik. The Weather Company sangat antusias untuk bekerja sama dengan NVIDIA untuk mengembangkan, mengevaluasi, dan menggunakan model perkiraan pembelajaran mendalam ini di masa depan."
“Mengembangkan model cuaca resolusi tinggi memerlukan penggunaan algoritme AI untuk memecahkan masalah konveksi, yang merupakan tantangan yang sulit,” kata Imme Ebert-Uphoff, kepala pembelajaran mesin di Cooperative Institute for Atmospheric Research di Colorado State University mengeksplorasi penggunaan StormCast. Potensi model difusi iso untuk mencapai hal ini merupakan langkah penting menuju pengembangan model prakiraan cuaca resolusi tinggi AI di masa depan."
Terobosan penelitian ini tidak hanya memungkinkan percepatan dan visualisasi simulasi iklim yang akurat secara fisik dan menciptakan kembaran digital Bumi, namun juga menunjukkan bagaimana NVIDIA Earth-2 telah mengantarkan era baru dan penting dalam penelitian iklim.
Dilaporkan bahwa NVIDIA Research memiliki ratusan ilmuwan dan insinyur di seluruh dunia, dengan fokus pada penelitian di bidang AI iklim, grafik komputer, visi komputer, kendaraan otonom, dan robot.
Penulis: Zhang Tianchi
Teks: Zhang Tianchi Editor: Zhang Yi Editor: Rong Bing
Harap sebutkan sumbernya saat mencetak ulang artikel ini.
