[釘科技編譯] 許多氣象機構的預報系統雖然技術已經相當成熟,但由於多是採用大氣物理模型,仍受計算需求侷限。
據《VB》網站消息,近日,在對降水量預報的研究基礎上,谷歌提出了人工智能模型MetNet,這是用於降水預報的神經天氣模型。
這是一個AI深度神經網絡(DNN),能用來預報未來8小時內的降雨情況。這種方法據說不需要明確的物理定律計算,而是通過資料,計算輸入到輸出之間的複雜轉換。與美國國家海洋與大氣管理局(NOAA)目前最先進物理模擬模型需要1小時的運算時間相比,該深度神經網絡計算時間只需要幾秒鐘,速度提升不少。
谷歌新發布的MetNet,據說可以自動調用多雷達多傳感器系統(MRMS)和NOAA靜止環境觀測衛星(GOES)系統,這兩個系統提供了自上而下的大氣層雲圖。
綜上看,MetNet明顯的優勢是優化了計算過程,無論是針對特定位置或是整個地區進行計算,都可以在幾秒鐘內取得預測結果,準確度方面也勝過美國目前正在使用的天氣預報系統。不過,與MetNet相比,美國目前正在使用的天氣預報系統得出的結果更加結構化。(釘科技編譯,消息來源: https://venturebeat.com/2020/03/25/google-details-metnet-an-ai-model-better-than-noaa-at-predicting-precipitation/)
分享到:
閱讀更多 丁少將 的文章
