Microsoft: AI-værktøj retter bias i vejrprognoser
Microsoft har udgivet et gratis værktøj, der retter systematiske fejl i eksisterende vejrmodeller og forbedrer prognoser to til seks uger frem – på almindelige computere.
Prognoser holder længere uden ny supercomputer
Vejrprognoser bliver traditionelt langt mindre pålidelige efter to uger. Det gælder både de klassiske modeller, der beregner atmosfærens fysiske love på supercomputere, og de nyere AI-modeller, der lærer mønstre af historiske vejrdata.
Begge typer udfylder huller i data med approximationer – for eksempel over områder med få målestationer. De approximationer bliver til en systematisk forskydning, en slags indbygget skævhed, som vokser, jo længere frem man kigger. Microsoft kalder sit nye værktøj for Probabilistic Bias Correction (PBC). Det bruger machine learning til at finde skævheden i en eksisterende model og rette den – i stedet for at bygge en helt ny vejrmodel.
Resultatet er målrettet netop den svære periode to til seks uger frem, hvor landbrug og beredskab skal planlægge i god tid.
- Andel af nedbørsprognoser i ECMWF-modellen, hvor PBC forbedrede præcisionen
- 98 procent
- Tilsvarende andel for temperaturprognoser
- 92 procent
- Tidshorisont, hvor PBC skal forbedre prognoserne
- 2 til 6 uger
98 procent af nedbørsmålene blev mere præcise
I studiet forbedrede PBC præcisionen i ECMWF’s førende fysiske vejrmodel for 98 procent af nedbørsmålene og 92 procent af temperaturmålene. Værktøjet fordoblede også præcisionen i ECMWF’s nye AI-baserede prognosesystem i analysen.
ECMWF – Det Europæiske Center for Mellemtidsvejrudsigt – belønne allerede forskernes PBC-arbejde i sin AI Weather Quest-konkurrence, før artiklen udkom i Nature. Forskerne bag tæller folk fra Microsoft, MIT og ECMWF.
Kan køre på almindelige computere
En af de afgørende forskelle er kravet til hardware. Fysiske modeller kører på supercomputere, og generative AI-modeller kræver kraftige GPU’er. PBC kan derimod køre på almindelige CPU’er, fortæller Lester Mackey, senior principal researcher på Microsoft Research New England.
Det gør ifølge forfatterne metoden tilgængelig for vejrtjenester i lande med begrænsede ressourcer, som ellers ikke har råd til den nyeste prognoseteknik. En mulig anvendelse testes allerede: nonprofit-organisationen Rhiza Research samarbejder med Kenya Meteorological Service Authority om at se, om AI kan give mere præcise advarsler før en forventet ekstrem regnsæson under en rekordstor El Niño.
Flere detaljer
- PBC retter skævhed i stedet for at erstatte den eksisterende vejrmodel.
- Værktøjet er udgivet som open-source software.
- Et typisk eksempel på skævhed: modeller baseret på historiske data kan være for kolde i et opvarmet klima.
Kilder:
The Verge AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.