 SEEDS是一個(gè)生成型人工智能平臺(tái)，可以比傳統(tǒng)模型更快、建立更高效地構(gòu)建許多天氣集合。預(yù)測杭州上城（預(yù)約外圍）找外圍vx《192-1819-1410》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)（圖片來源：uux.cn/Revolu7ion93通過蓋蒂圖片社） （神秘的未天地球uux.cn）據(jù)美國生活科學(xué)網(wǎng)站（德魯·特尼）：谷歌發(fā)布了一種人工智能（AI）模型，聲稱該模型可以大規(guī)模生成準(zhǔn)確的氣災(zāi)天氣預(yù)報(bào)，同時(shí)比傳統(tǒng)的人工基于物理的預(yù)測更便宜。 “可擴(kuò)展集成包絡(luò)擴(kuò)散采樣器”（SEEDS）模型的模型設(shè)計(jì)類似于ChatGPT等流行的大型語言模型和Sora等生成人工智能工具，后者根據(jù)文本提示生成視頻。谷歌 SEEDS生成許多集合——或多個(gè)天氣場景——比傳統(tǒng)的建立預(yù)測模型更快、更便宜。預(yù)測該團(tuán)隊(duì)在3月29日發(fā)表在《科學(xué)進(jìn)展》雜志上的未天一篇論文中描述了他們的發(fā)現(xiàn)。 天氣很難預(yù)測，氣災(zāi)有許多變量可能導(dǎo)致潛在的人工杭州上城（預(yù)約外圍）找外圍vx《192-1819-1410》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)破壞性天氣事件，從颶風(fēng)到熱浪。模型隨著氣候變化的谷歌惡化和極端天氣事件的日益普遍，準(zhǔn)確預(yù)測天氣可以讓人們有時(shí)間為自然災(zāi)害的最壞影響做好準(zhǔn)備，從而挽救生命。 目前氣象服務(wù)部門使用的基于物理的預(yù)測收集了各種測量結(jié)果，并給出了最終預(yù)測，該預(yù)測基于所有變量對許多不同的建模預(yù)測或集合進(jìn)行平均。天氣預(yù)報(bào)不是基于單一的預(yù)測，而是基于每個(gè)預(yù)測周期的一組預(yù)測，這些預(yù)測提供了一系列可能的未來狀態(tài)。 這意味著，對于溫和的天氣或溫暖的夏日等更常見的情況，大多數(shù)天氣預(yù)測都足夠準(zhǔn)確，但大多數(shù)服務(wù)都無法生成足夠的預(yù)測模型來發(fā)現(xiàn)極端天氣事件的可能結(jié)果。 當(dāng)前的預(yù)測也使用確定性或概率性預(yù)測模型，其中將隨機(jī)變量引入初始條件。但這會(huì)導(dǎo)致錯(cuò)誤率迅速上升，這意味著很難準(zhǔn)確預(yù)測未來的極端天氣和天氣。 初始條件中的不可預(yù)見誤差也會(huì)極大地影響預(yù)測結(jié)果，因?yàn)樽兞侩S著時(shí)間呈指數(shù)級增長，并且對足夠多的預(yù)測進(jìn)行建模以考慮到如此微小的細(xì)節(jié)是昂貴的。谷歌的科學(xué)家估計(jì)，一個(gè)模型中需要10000個(gè)預(yù)測來預(yù)測只有1%可能發(fā)生的事件。 SEEDS根據(jù)氣象機(jī)構(gòu)收集的物理測量結(jié)果生成預(yù)測模型。特別是，它研究了對流層中部地球重力場每質(zhì)量勢能單位與海平面壓力之間的關(guān)系，這是預(yù)測中常用的兩種測量方法。 傳統(tǒng)方法只能產(chǎn)生大約10到50個(gè)預(yù)測的集合。但通過使用人工智能，當(dāng)前版本的SEEDS可以僅基于一到兩個(gè)用作輸入數(shù)據(jù)的“播種預(yù)測”推斷出多達(dá)31個(gè)預(yù)測集合。 研究人員通過使用當(dāng)時(shí)記錄的歷史天氣數(shù)據(jù)對2022年歐洲熱浪進(jìn)行建模，對該系統(tǒng)進(jìn)行了測試。谷歌代表在其研究門戶網(wǎng)站的博客文章中表示，就在熱浪爆發(fā)前七天，美國的整體作戰(zhàn)預(yù)測數(shù)據(jù)沒有表明這樣的事件即將發(fā)生。他們補(bǔ)充說，少于100個(gè)預(yù)測的集合——這比傳統(tǒng)的集合要多——也會(huì)錯(cuò)過它。 科學(xué)家們稱，與當(dāng)今的方法相比，使用SEEDS進(jìn)行計(jì)算的計(jì)算成本“微不足道”。谷歌表示，在谷歌云架構(gòu)的樣本中，人工智能系統(tǒng)每三分鐘處理時(shí)間的吞吐量為256個(gè)集合，可以通過招募更多加速器來輕松擴(kuò)展。 |