Microsoft tutvustab masinõppe tööriista keskmise ulatusega ilmaprognooside täpsuse parandamiseks

Pilt: Illustrative image · Logos of the Nokia Corporation and that of Windows Phone 8 by the Microsoft Corporation. · Public domain · Allikas

Microsoft on välja töötanud masinõppemeetodi, mis parandab kahe kuni kuue nädala pikkuse ilmaprognoosi täpsust, korrigeerides olemasolevate mudelite kallutatusi, et aidata põllumajanduse planeerimisel ja kriisiohjes.

Microsofti teadlased on välja töötanud uue masinõppetehnika, mille eesmärk on parandada keskmise ulatusega ilmaprognooside täpsust, käsitledes traditsiooniliste ja tehisintellektil põhinevate prognoosimismeetodite pikka aega kestnud piiranguid. Teadusartiklis, mis avaldati ajakirjas Nature, tutvustatakse seda kuluefektiivset tööriista nimega Probabilistlik kallutatuse korrigeerimine (Probabilistic Bias Correction, PBC), mis on loodud parandama kahe kuni kuue nädala ette prognooside täpsust, ehk ajavahemikus, kus prognooside usaldusväärsus tavaliselt langeb.

Erinevalt tavapärastest füüsikal põhinevatest prognoosimudelitest, mis simuleerivad Maa atmosfääri füüsikat, või masinõppemudelitest, mis prognoosivad ajalooliste ilmastikumustrite põhjal, seisavad mõlemad silmitsi ligikaudsete hinnangutega andmete puuduste täitmisel. Need ligikaudsed hinnangud võivad põhjustada süsteemseid kallutatusi, mis pikema prognoosiperioodi jooksul kuhjuvad ja vähendavad täpsust. Näiteks kliimamuutused nagu globaalne soojenemine võivad viia selleni, et ajaloolistel andmetel põhinevad mudelid alahindavad praeguseid temperatuure.

Microsofti PBC kasutab masinõpet, et tuvastada ja korrigeerida neid süsteemseid kallutatuseid olemasolevates prognoosimudelites. Seda on testitud Euroopa Keskmise Ulatusuga Ilmaprognooside Keskuse (ECMWF) juhtiva füüsikal põhineva mudeli peal, parandades sademete prognoosi täpsust 98% juhtudest ning temperatuuri prognooside täpsust 92% juhtudest. Lisaks kahekordistas PBC ECMWF uue tehisintellektil põhineva prognoosisüsteemi täpsust uuringute käigus. Selle uurimistöö tunnustas ECMWF oma AI Weather Quest võistlusel.

Oluline on, et PBC on arvutuslikult tõhus ning suudab töötada protsessoritel ilma energiatarbivate superarvutite või graafikakaartideta, muutes selle ligipääsetavaks ilmateenistustele piiratud ressurssidega – eriti majanduslikult arenevates piirkondades. Teadlased rõhutavad, et selle kerge arhitektuuri võimaldab teadlastel kogu maailmas tööriista kohandada kohalike ilmaprognooside parandamiseks.

Genevieve Flaspohler, uurimuse autor ja Rhiza Researchu tegevdirektor, teeb koostööd Kenya Meteoroloogiaameti kuuli, keset Gatesi Sihtasutuse toetust, et rakendada tehisintellektil põhinevaid varajase hoiatamise süsteeme oodatava El Niño põhjustatud tugevama vihmaperioodi eel. PBC meetod on osa sellest algatusest, pakkumaks täpsemaid ja õrnemalt ajastatud prognoose, mis võivad kasu tuua põllumeestele ja hädaabiteenistustele.

Kuigi lubav, hoiavad eksperdid meeles, et uute tehisintellektil põhinevate prognoosimismeetodite käibele võtmine on keeruline, kuid Microsofti lähenemine tähistab olulist sammu usaldusväärsemate keskmise ulatusega ilmaprognooside suunas ning laiema juurdepääsu poole täiustatud prognoositehnoloogiale.