[釘科技編譯] 許多氣象機構的預報系統(tǒng)雖然技術已經(jīng)相當成熟,但由于多是采用大氣物理模型,仍受計算需求局限。

據(jù)《VB》網(wǎng)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,這是用于降水預報的神經(jīng)天氣模型。

這是一個AI深度神經(jīng)網(wǎng)絡(DNN),能用來預報未來8小時內(nèi)的降雨情況。這種方法據(jù)說不需要明確的物理定律計算,而是通過資料,計算輸入到輸出之間的復雜轉(zhuǎn)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(jīng)網(wǎng)絡計算時間只需要幾秒鐘,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)化了計算過程,無論是針對特定位置或是整個地區(qū)進行計算,都可以在幾秒鐘內(nèi)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(tǒng)。不過,與MetNet相比,美國目前正在使用的天氣預報系統(tǒng)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/)