Новости по акциям компании GOOGLE (ALPHABET)
Новость: положительная. Google разрабатывает высокоточный симулятор погоды с использованием искусственного интеллекта. Новый симулятор с искусственным интеллектом может сравниться с точностью обычных прогнозов погоды, а также может экстраполировать, насколько сильно потеплела атмосфера из-за изменения климата. Симулятор может привести к разработке инструментов моделирования погоды и климата, которым потребуется лишь малая часть вычислительной мощности, необходимой сегодня, согласно исследовательской группе под руководством Google, стоящей за ним. Исследование было опубликовано в понедельник в журнале Nature. Используя гибридный подход, объединяющий стандартные физические модели с инструментом машинного обучения, команда избежала проблем, наблюдаемых в экспериментах с использованием только ИИ, сказал Стефан Хойер, исследователь Google, возглавляющий проект. «Мы действительно пытались попытаться разобрать черный ящик, вместо того чтобы иметь просто чистую модель ИИ», - сказал он. Модели погоды и климата — это рабочие лошадки для всех, от местных телевизионных метеорологов до климатологов, исследующих, насколько люди могут нагревать мир. Современные климатические модели — это физика, представленная в виде программного обеспечения, в котором основные части системы Земли действуют совместно: атмосфера, океан, суша и лед. Эти модели могут фиксировать крупномасштабные климатические и погодные системы с большей уверенностью, чем локализованные явления. Облака, осадки и торнадо происходят в таких малых масштабах, что общие уравнения не могут их описать. Ученые обычно оценивают их на основе реальных данных и программируют их в моделях как «параметры». Экспериментальная модель NeuralGCM опирается на существующие модели общей циркуляции (GCM) для моделирования крупномасштабной физики и использует подход машинного обучения, называемый нейронной сетью, для оценки характеристик меньшего масштаба. «Благодаря этому мы можем построить модель, которая гораздо более стабильна и дает гораздо более надежные результаты, если запускать ее на более длительные периоды времени, даже на годы или десятилетия», — сказал Хойер. Listen on Zero: что искусственный интеллект действительно может сделать для борьбы с изменением климата?4 Р. Сараванан, профессор атмосферных наук в Техасском университете A&M, не принимавший участия в исследовании, назвал его «важным достижением в моделировании атмосферы и долгосрочном прогнозировании погоды, но не обязательно гигантским скачком в прогнозировании климата». Гибридная модель имеет ограничения. Она учитывает повышение температуры только в атмосфере, но не в океанах, на суше или на льду. Обычные модели способны моделировать все основные элементы системы Земли. Новый подход также пока не позволяет исследователям изменять уровень парниковых газов в атмосфере, что является центральной функцией современных климатических моделей. Исследователи используют температуру поверхности моря, а не выбросы, в качестве подсказки для изменения атмосферы. Сараванан сказал, что работа может оказаться особенно полезной для прогнозирования погоды в субсезонных и сезонных масштабах. Если подход можно будет расширить, включив океаны, он может стать полезным для исследователей, изучающих погодные условия Эль-Ниньо и Ла-Нинья, сказал он. По словам Хойера, исследователи разрабатывают функцию NeuralGCM, которая генерирует прогнозы ураганов на год вперед. Если эта функция окажется полезной, она может помочь людям подготовиться к штормам и создать инфраструктуру адаптации. Атмосферные модели машинного обучения работают намного быстрее и требуют меньше вычислительной мощности, чем стандартные модели. Одна из них, GraphCast, также разработанная Alphabet Inc.'s Google, имеет 5417 строк кода по сравнению с 376 578 строками для модели правительства США. О Neural GCM Хойер сказал: «Вы можете запустить ее на ноутбуке». Тем не менее, машинное обучение не является заменой физики, предупредил один климатолог о новых результатах. «Нет пути, который приведет вас к будущему климата без текущих климатических моделей», — сказал Гэвин Шмидт, директор Института космических исследований имени Годдарда в НАСА. Ученые обычно оценивают количество глобального потепления, которое, вероятно, возникнет из-за загрязнения парниковыми газами, как диапазон, отражающий хаотичную природу климата. То же самое и в прогнозировании погоды, когда метеорологи говорят, что, например, вероятность дождя составляет 40%. Физические модели способны сосредоточиться на этом хаосе и ограничить то, как мир может отреагировать на более высокие температуры. Но модели ИИ, поскольку они напрямую не вычисляют физику, не имеют возможности уловить присущую, неизбежную нечеткость в прогнозировании, сказал Шмидт. Самым явным достижением новой модели может стать ее превосходство над климатическими симуляциями, использующими исключительно машинное обучение (МО). «На первый взгляд NeuralGCM звучит как крупный шаг вперед в моделировании на основе чистого МО», — сказал Сараванан. «На самом деле, все совсем наоборот — в статье подчеркиваются ограничения подходов на основе чистого МО». Проект является частью более масштабного проекта Google по разработке искусственного интеллекта, и авторы отмечают, что их гибридный подход физики и искусственного интеллекта может поддержать другие усилия в области материаловедения, фолдинга белков и инженерии. Искусственный интеллект уже оказывает на Google еще одно влияние: энергоемкие вычисления искусственного интеллекта привели к увеличению выбросов парниковых газов на 48% за пять лет. Автор: Eric Roston. Источник: www.bloomberg.com
Пост взят с международного финтех-медиа ресурса
ДЛЯ ЛЮДЕЙ