[釘科技編譯] 許多氣象機(jī)構(gòu)的預(yù)報(bào)系統(tǒng)雖然技術(shù)已經(jīng)相當(dāng)成熟,但由于多是采用大氣物理模型,仍受計(jì)算需求局限。

據(jù)《VB》網(wǎng)站消息,近日,在對降水量預(yù)報(bào)的研究基礎(chǔ)上,谷歌提出了人工智能模型MetNet,這是用于降水預(yù)報(bào)的神經(jīng)天氣模型。

這是一個(gè)AI深度神經(jīng)網(wǎng)絡(luò)(DNN),能用來預(yù)報(bào)未來8小時(shí)內(nèi)的降雨情況。這種方法據(jù)說不需要明確的物理定律計(jì)算,而是通過資料,計(jì)算輸入到輸出之間的復(fù)雜轉(zhuǎn)換。與美國國家海洋與大氣管理局(NOAA)目前最先進(jìn)物理模擬模型需要1小時(shí)的運(yùn)算時(shí)間相比,該深度神經(jīng)網(wǎng)絡(luò)計(jì)算時(shí)間只需要幾秒鐘,速度提升不少。

谷歌新發(fā)布的MetNet,據(jù)說可以自動調(diào)用多雷達(dá)多傳感器系統(tǒng)(MRMS)和NOAA靜止環(huán)境觀測衛(wèi)星(GOES)系統(tǒng),這兩個(gè)系統(tǒng)提供了自上而下的大氣層云圖。

綜上看,MetNet明顯的優(yōu)勢是優(yōu)化了計(jì)算過程,無論是針對特定位置或是整個(gè)地區(qū)進(jìn)行計(jì)算,都可以在幾秒鐘內(nèi)取得預(yù)測結(jié)果,準(zhǔn)確度方面也勝過美國目前正在使用的天氣預(yù)報(bào)系統(tǒng)。不過,與MetNet相比,美國目前正在使用的天氣預(yù)報(bào)系統(tǒng)得出的結(jié)果更加結(jié)構(gòu)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/)