Microsoft hava proqnozlarını yaxşılaşdırmaq üçün yeni maşın öyrənmə vasitəsi hazırlayıb

Ənənəvi fiziki əsaslı hava proqnozları və yeni süni intellekt modelləri adətən iki həftədən sonra etibarlığını itirir, bu problemi Microsoft maşın öyrənmə vasitəsilə həll etdiyini bildirir.

Şirkətin tədqiqatçıları hava proqnozlarını 2-6 həftə əvvəl daha dəqiq etmək üçün yeni və sərfəli üsul tapdıqlarını söyləyir. Bu, fermerlərə və fövqəladə hallar işçilərinə daha inamla plan qurmağa kömək edir. Nəticələr "Nature" jurnalında dərc olunub, alət açıq mənbə proqram təminatı kimi təqdim edilir.

Microsoft "Google", "Nvidia" və digər şirkətlərlə birlikdə hava proqnozları üçün süni intellekt alətləri hazırlayır. Microsoft-un son tədqiqatı yeni hava modelini yaratmaq yerinə mövcud modellərdə sistematik yanlılığı düzəltmək üçün maşın öyrənmədən istifadə edir. Tədqiqatçılar bunun resurs çatışmazlığı olan hava agentlikləri üçün daha əlçatan yol olduğunu düşünür.

Bu üsul hava agentliklərinə süni intellektlə proqnozların dəqiqliyini artırmaqda yardımdır.

Fiziki əsaslı modellər superkompüterlərdə işləyir, generativ süni intellekt isə güclü qrafik prosessorlarına bağlıdır. Amma Microsoft Research New England-ın aparıcı tədqiqatçısı Lester Makkey deyir ki, yeni alət yalnız mərkəzi prosessorlarda işləyə bilər. O, belə proqnozların resurs səmərəliliyinin və xüsusilə ekstremal hava şəraitlərinin etibarlılığının artırılmasını gözləyir.

Hər iki model iki həftədən sonra hava proqnozu verərkən oxşar problemlə qarşılaşır. Ənənəvi modellər atmosferin mürəkkəb fizikasını təqlid etməyə çalışır, süni intellekt modelləri isə proqnozları tarixi məlumatlarda nümunələr axtararaq verir. Hər iki yanaşma məlumat çatışmazlığını təxmini doldurur və bu, sistematik yanlılığa səbəb olur. Bu səhvlər irəlidəki proqnozlarda yığılır və dəqiqliyi azaldır.

Microsoft metodunu Probabilistik Yanlışlığın Dəqiqləşdirilməsi (PBC) adlandırır. Alət maşın öyrənməsi ilə modeldəki sistematik yanlılığı aşkar edib onu düzəldir. Məsələn, iqlim dəyişikliklərinə bağlı yarana biləcək yanlıqlara qarşı düzelmə edir, çünki mövcud modellər tarixə əsaslandığından soyuq göstərə bilər.

Tədqiqatçılar PBC-nin Avropa Orta Qalınlıq Hava Proqnozları Mərkəzinin (ECMWF) aparıcı fiziki əsaslı modelinin yağıntı və temperatur proqnozlarında müvafiq olaraq 98 və 92 faiz dəqiqlik artırdığını aşkar edib. Maşın öyrənmə çərçivəsi ECMWF-nin yeni süni intellekt proqnoz sisteminin dəqiqliyini iki dəfə artırıb. Əvvəlcədən, ECMWF PBC tədqiqatını AI Weather Quest yarışmasında mükafatlandırıb.

Microsoft, MIT və ECMWF-dən olan tədqiqatçılar PBC haqqındakı yeni məqaləni "cəmiyyətin faydası üçün yeni ideyaların inkişaf etdiyinin yaxşı nümunəsi" kimi qiymətləndirib. ECMWF-nin maşın öyrənmədən məsul strateji rəhbəri Matthew Çantri belə bildirib.

"İdeyanı əməli prosesə çevirmək ən çətin addımdır," — deyə Çantri əlavə edib.

Hava proqnozu üçün tələb olunan hesablama resursları çox zaman az inkişaf etmiş ölkələrin agentlikləri üçün əlçatmaz olub. Lakin məqalə müəllifləri PBC-nin fərqli ola biləcəyini düşünür. Tədqiqatçılardan Ceneviy Flaspohler bildirir ki, PBC yüngül, asan öyrədilən modeldir və az resurslu alimlər belə onu lokal şəraitə uyğunlaşdırıb inkişaf etdirə bilər.

Flaspohler Microsoft-da stajyor olmuş, hazırda qeyri-kommersiya "Rhiza Research" təşkilatının icraçı direktoru kimi çalışır. Onlar Keniyanın Meteoroloji Xidmət İdarəsi ilə Qeyts Fondundan maliyyələşmə ilə əməkdaşlıq edir. Məqsəd süni intellektin əvvəlcədən daha dəqiq xəbərdarlıqlar verməyə imkan yaradıb-yaratmadığını yoxlamaqdır. PBC rekord səviyyəli El Niño səbəbindən güclü yağışlı mövsümdən öncə sınanır.