人工智能的發(fā)展為我們生活帶來了許多的便利,而作為一項計算機(jī)技術(shù),其對科研工作帶來的改變則更加明顯。
其中,頗具代表性的一點便是,人工智能有效地提高了科研工作的效率。傳統(tǒng)的科研方法往往需要大量的數(shù)據(jù)收集、整理和分析工作,這些工作通常耗時耗力且容易出錯。而人工智能技術(shù)可以快速地處理和分析海量數(shù)據(jù),從中提取出有價值的信息,為科研人員提供更為準(zhǔn)確和高效的研究工具。
也正因如此,訓(xùn)練AI模型來滿足一些特殊科研需求,成為了不少單位嘗試的方向,并將其作為一個重要的工作進(jìn)行推進(jìn)。而其中就包含了氣象科學(xué)。
近日,谷歌公司發(fā)布了一款新的生成式人工智能(AI)模型——可擴(kuò)展集成包絡(luò)擴(kuò)散采樣器(SEEDS)。據(jù)悉,SEEDS模型與ChatGPT等流行的大型語言模型、Sora等生成式AI工具類似,并且實際使用過程中,可以僅基于1—2個輸入數(shù)據(jù),推斷出多達(dá)31個天氣場景。
而目前傳統(tǒng)的氣象預(yù)測是將隨機(jī)變量作為初始條件,使用概率性預(yù)測模型進(jìn)行極端氣象推斷。與傳統(tǒng)方法相比,SEEDS能更快地生成更多天氣場景,從而保證在較低的錯誤率下盡可能的提供出合適的結(jié)果來幫助有關(guān)人員計算并規(guī)避極端天氣的危害。
或許聽起來并沒有特別突出,但是實際效果卻出乎意料。在實際實驗中,研究人員基于2022年歐洲熱浪進(jìn)行建模,SEEDS以每3分鐘可給出256個預(yù)測結(jié)果的速度,成功預(yù)測了結(jié)果,而事實上,在熱浪暴發(fā)前7天,美國氣象機(jī)構(gòu)的預(yù)測數(shù)據(jù)未能預(yù)測該事件即將發(fā)生。
那么是不是說AI是應(yīng)對極端數(shù)據(jù)的最佳手段呢?就目前來說不全是。事實上,AI預(yù)測天氣還是基于基礎(chǔ)數(shù)據(jù)來實現(xiàn)的,而提供的基礎(chǔ)數(shù)據(jù)越多,所能計算到的結(jié)果就越精確,鎖定的氣象范圍也就越集中。與之相對的,如果提供的數(shù)據(jù)有問題,那么預(yù)測結(jié)果就同樣不可信。因此從這點來看,決定極端天氣預(yù)測結(jié)果的根本要素之一,還是對于數(shù)據(jù)的準(zhǔn)確采集能力。而這個能力是依賴傳感器技術(shù)、衛(wèi)星技術(shù)等一系列觀測技術(shù)來實現(xiàn)的。
換言之,即便如今借助人工智能我們能夠?qū)崿F(xiàn)許多事,但是條件依舊要我們來提供,AI的發(fā)展方向或許還是要依賴于與其他先進(jìn)技術(shù)的協(xié)調(diào)。
昵稱 驗證碼 請輸入正確驗證碼
所有評論僅代表網(wǎng)友意見,與本站立場無關(guān)