גוגל גם השתמשה בבינה מלאכותית כדי לשפר רבים מהשירותים והטכנולוגיות שהיא מציעה למשתמשים שלה. אחת ההתקדמות האחרונה שלה היא זרעים. הודות לדגם החדש הזה, גוגל תשתמש בבינה מלאכותית כדי לחזות את מזג האוויר. אני מקווה שזה יתורגם לחיזוי מזג אוויר מדויק וקל יותר לביצוע.
SEEDS הוא ראשי התיבות של דוגמית דיפוזיה של מעטפת אנסמבל ניתנת להרחבה, מודל AI מחולל המסוגל ליצור ביעילות מכלולים של תחזיות מזג אוויר בקנה מידה, בעלות נמוכה בהרבה ממודלים חיזויים מסורתיים. ללא ספק כן אונה טכנולוגיה שפותחת אופקים חדשים בתחומי המטאורולוגיה והקלימטולוגיה.
חיזוי הסתברותי: הפרדיגמה החדשה
למרות שההתקדמות המדעית בחקר האקלים והתופעות האטמוספריות התקדמה בצורה מרהיבה בעשורים האחרונים, עדיין יש מרווח שגיאה גדול בכל הנוגע לניבוי מזג האוויר. באזור ובזמן מסוים. לא בכדי יש הרבה הערות הומוריסטיות שאנו שומעים על כך בדרך כלל: "איש מזג האוויר תמיד טועה." הם לא שיפוטים הוגנים, אבל הם מסתירים מעט אמת.
שגיאות חיזוי אלו נובעות מהעלות הגבוהה (אנו מתייחסים לעלות החישובית) של יצירת ה- תחזיות הסתברותיות. דרושים מחשבים גדולים וחזקים שסוכנויות מטאורולוגיות לא יכולות להרשות לעצמן. מסיבה זו, נעשה שימוש בשיטות מסורתיות יותר של תצפית וחיזוי, שמידת הדיוק שלהן רחוקה משלמות.
כעת, הודות לבינה מלאכותית, הפקת תחזיות הסתברותיות אינה עוד חלום צינור והיא הופכת לאפשרות אמיתית. החלום האנושי הישן לדעת איך מזג האוויר יהיה מחר באמינות מוחלטת יתאפשר. א פרדיגמה חדשה שמשנה הכל. או, לפחות, זה מה שאומרים מגוגל.
איך SEEDS עובד
בואו נראה איך SEEDS עובד, הכלי הנהדר שבעזרתו גוגל טוענת שהיא יכולה לחזות במדויק את מזג האוויר. רמה גבוהה של דיוק ואמינות.
הטכנולוגיה החדשה מבוססת על מודלים של דיפוזיה הסתברותית (שיטת בינה מלאכותית מחולצת על ידי Google Research). המודלים האלה מייצרים מבוססים על חישוב והקצאה של הסתברויות לגבי האקלים, יצירת תחזיות מדויקות יותר בפחות זמן ועם הרבה פחות עלות חישובית.
אחד מנקודות השיא של SEEDS הוא היכולת שלו ליצור תמונות וסרטונים מפורטים ביותר. זה מאוד שימושי בעת יצירת תחזיות והחלתם על דפוסי מזג אוויר קלאסיים. במילים אחרות, טכנולוגיית חיזוי מזג האוויר של גוגל אינה מחליפה שיטות קודמות, אלא משפרת אותן. מערכת חיזוי היברידית שבה חלק מהיבטי האקלים מחושבים עם מודל מבוסס פיזיקה ואחרים באמצעות AI כדי להשיג, ביחד, מודל חיזוי יעיל הרבה יותר.
מכיוון ש- SEEDS מודל ישירות את ההתפלגות המשותפת של המצב האטמוספרי, לוכד באופן מציאותי הרבה נתונים וגדלים טכניים המשפיעים זה על זה (הלחץ הממוצע של פני הים או יצירת הרוחות בטרופוספירה, למשל). עבור הדיוט, כמו מי שכותב את המאמר הזה, כל זה נשמע כמו סינית, אבל מטאורולוגים יודעים להעריך את מה שהטכנולוגיה הזו מספקת במלואה.
תאריך כנף כובעים, התוצאות מבטיחות. המודלים שהוקרנו על ידי SEEDS הושוו לנתונים מטאורולוגיים אמיתיים בדיעבד מניב מידה גבוהה מאוד של צירוף מקרים. יש עדיין מקום ניכר לשיפור, אבל הכל מצביע על כך שפיתוח הטכנולוגיה הזו המבוססת על בינה מלאכותית נמצאת במסלול הנכון.
מסקנות
SEEDS מציע מודל חיזוי חלופי שיכול לחולל מהפכה בתחום זה. החיסכון הבולט במשאבי החישוב שהוא מייצג יכול לשמש בשני כיוונים: להגביר את מידת הדיוק של תחזיות מזג האוויר או להגדיל את התדירות שבה ניתנות תחזיות אלו. בכל מקרה, שני הנתיבים מובילים לאותו יעד: יותר דיוק ואמינות.
זו גם דוגמה טובה מאוד לאופן שבו בינה מלאכותית יכולה להאיץ את ההתקדמות והפיתוח של תחומים מדעיים הקשורים לאקלים. נושא חם שמעורר כרגע דאגה רבה. אם ההתקדמות הללו תשגשג, זה יהיה אפשרי בעתיד הלא רחוק להעריך את הגעתם של אסונות מטאורולוגיים מסוימים (סופות, סופות הוריקן, שיטפונות...) ואם לא להימנע מהן, לפחות להקל על תוצאותיהן.
צריך גם לומר שזו טכנולוגיה בהתהוות. לעת עתה, מודל SEEDS וטכנולוגיות אחרות בפיתוח ייכללו בפרויקטים אחרים של גוגל כגון MetNet-3 ו- GraphCast. עד שהשימוש בו ישתכלל וירחיב, נצטרך להמשיך ולהיעזר בכלים אחרים כגון אפליקציות לחזות את מזג האוויר, שגם עובדים לא רע.