استفاده از هوش‌مصنوعی برای پیش‌بینی آب و هوا

به گزارش خبرگزاری صدا و سیما به نقل از سی جی تی ان، استفاده از هوش مصنوعی مقابله موثرتر با بلایای آب و هوایی در تابستان و همزمان با شکل گیری موج گرما را ممکن می‌کند تا پیش بینی دقیق‌تر بارش شدید باران و طوفان ممکن شود.
در ژوئیه و آگوست امسال، آزمایشگاه هوش مصنوعی شانگ‌های نمونه هواشناسی خود را در یک عملیات آزمایشی برای تقویت پیش‌بینی و هشدار در مورد توفان‌های احتمالی به کار گرفت. این عملیات آزمایشی با همکاری مرکز ملی هواشناسی چین و مرکز هواشناسی شانگ‌های انجام شد.
توفان دکسوری تقریبا قوی‌ترین طوفانی است که در تابستان امسال چین را درنوردید و خطای پیش‌بینی ۲۴ ساعته نمونه فنگوو ۳۸.۷ کیلومتر است که به‌طور قابل‌توجهی کمتر از خطای پیش بینی مرکز پیش‌بینی‌های هوای میان‌برد اروپاست. این خطا در مورد مرکز ملی پیش بینی محیطی امریکا در حدود ۵۴.۹۸ کیلومتر است.
برای طوفان خانون که هفته گذشته بخش‌هایی از شمال شرق چین را در نوردید، خطای پیش بینی ۴۸ ساعته مدل فنگوو برابر با ۴۷.۵ کیلومتر بود، در حالی که خطای پیش بینی مذکور در اروپا و آمریکا به ترتیب ۵۴.۵ و ۶۳.۸ کیلومتر بود.
مدل فنگوو به طور مشترک در آوریل امسال توسط آزمایشگاه هوش مصنوعی شانگهای، چندین دانشگاه و مؤسسه تحقیقاتی چین و رصدخانه مرکزی هواشناسی شانگ‌های طراحی شد.
فنگوو یک مدل جهانی پیش‌بینی آب و هوا با اندازه متوسط است که مبتنی بر فناوری یادگیری عمیق چند وجهی و چند وظیفه‌ای است. این نمونه می‌تواند متغیر‌های جوی اصلی را با وضوح بالا برای بیش از ۱۰ روز پیش بینی کند که نسبت به مدل‌های سنتی موثرتر است.
برخلاف نمونه‌های فیزیکی سنتی که بیشتر بر روی ابر رایانه‌ها اجرا می‌شوند، مدل فنگوو تنها به یک واحد پردازش گرافیکی نیاز دارد تا پیش‌بینی آب و هوای جهانی با دقت بالا را برای ۱۰ روز آینده در ۳۰ ثانیه ایجاد کند.
به گفته یکی از محققان آزمایشگاه هوش مصنوعی شانگهای، هنوز جای زیادی برای پیشرفت فناوری پیش بینی آب و هوا با هوش مصنوعی وجود دارد. به عنوان مثال، پیش بینی آب و هوا برای یک منطقه در یک شهر در حال حاضر قابل دستیابی است، و این امید برای آینده وجود دارد که بتوان آن را به سطح هر خیابان گسترش داد.
فناوری هوش مصنوعی کارایی پیش‌بینی‌های آب و هوایی را بهبود بخشیده، اما پیش‌بینی دقیق آب‌وهوا، هنوز دشوار است. نمونه آب و هوایی هوش مصنوعی می‌تواند نمونه‌ای فیزیکی سنتی را در آینده تکمیل کند و اطلاعات دقیق‌تری برای پیش‌بینی آب و هوا برای کشاورزی، جنگل‌داری، دامداری، ماهیگیری، هوانوردی، ناوبری و امنیت عمومی ارائه دهد.