1つ目はファーウェイが開発したもので、同社の新しいAIモデルであるPangu-Weatherが、従来の予測方法よりもはるかに迅速に、しかも同等の精度で世界中の週間天気パターンをどのように予測できるかを詳しく説明している。
2 つ目は、深層学習アルゴリズムがどのようにして他の主要な手法よりも正確に、より多くの注意を払って極端な降雨を予測でき、同様の既存システムとのテストで約 70% の確率で 1 位になったことを示しています。
ファーウェイの上級研究員、謝玲希氏は、これらのモデルが採用されれば、悪天候に備える当局の能力を向上させるために従来の気象予測手法と並行して使用できる可能性があると述べた。
Pangu-Weather を構築するために、ファーウェイの研究者は 39 年間のデータで訓練されたディープ ニューラル ネットワークを構築しました。 再解析データ、過去の気象観測と最新のモデルを組み合わせたものです。 気象変数を一度に 1 つずつ分析する従来の方法では数時間かかる場合がありましたが、Pangu-Weather はそれらすべてを同時にわずか数秒で分析できます。
研究者らは、世界有数の従来型気象予測システムの 1 つである欧州中期天気予報センター (ECMWF) の運用統合予測システムに対して Pangu-Weather をテストし、同様の精度が得られることを発見しました。
Pangu-Weather は、熱帯低気圧に関するデータを使って訓練されていないにもかかわらず、熱帯低気圧の進路を正確に追跡することもできました。 この発見は、機械学習モデルが気象の物理的プロセスを認識し、これまでに見たことのない状況に一般化できることを示している、とスイス連邦庁MeteoSwissの数値予測部門責任者のオリバー・フューラー氏は述べている。気象学と気候学。 彼はその研究には関与していませんでした。
Pangu-Weather は、科学者が以前に可能であったよりもはるかに速く天気を予測し、元のトレーニング データに含まれていない事柄を予測できるため、エキサイティングであると総統は言います。
過去 1 年で、複数のテクノロジー企業が天気予報の改善を目的とした AI モデルを発表しました。 Pangu-Weather や、Nvidia の FourcastNet や Google-DeepMind の GraphCast などの同様のモデルにより、気象学者は「機械学習と天気予報の使用方法を再考する」ようになっていると、ECMWF の地球システム モデリングの責任者である Peter Dueben 氏は述べています。 彼は研究には関与していませんでしたが、Pangu-Weather をテストしました。