უკან დაბრუნება
Microsoft-მა ღია კოდით გამოაქვეყნა მანქანური სწავლების ხელსაწყო, რომელიც საშუალოვადიან ამინდის პროგნოზებს აუმჯობესებს
SiTech AI Team2 წთ. საკითხავი

Microsoft-მა ღია კოდით გამოაქვეყნა მანქანური სწავლების ხელსაწყო, რომელიც საშუალოვადიან ამინდის პროგნოზებს აუმჯობესებს

Microsoft-ის მკვლევრებმა Nature-ში გამოაქვეყნეს ახალი ღია კოდის მანქანური სწავლების ხელსაწყო Probabilistic Bias Correction, რომელიც ჩვეულებრივ პროცესორებზე მუშაობს და ორიდან ექვს კვირამდე პერიოდის ამინდის პროგნოზების სიზუსტეს აუმჯობესებს.

მსუბუქი ალტერნატივა ახალი AI ამინდის მოდელებისთვის

Microsoft-ის მკვლევრებმა შეიმუშავეს ღია კოდის მანქანური სწავლების ხელსაწყო, რომლის მიზანიც ორიდან ექვს კვირამდე წინასწარ გაკეთებული ამინდის პროგნოზების გაუმჯობესებაა. ნაშრომი ჟურნალ Nature-ში გამოქვეყნდა, ხოლო ხელსაწყო ახლა ღია კოდის პროგრამულ უზრუნველყოფად არის ხელმისაწვდომი. მაშინ, როცა Google-ი, Nvidia და სხვა კომპანიები დამოუკიდებელ AI ამინდის მოდელებს ავითარებენ, Microsoft-ის მიდგომა მანქანურ სწავლებას იყენებს არსებულ ფიზიკაზე დაფუძნებულ მოდელებში სისტემური მიკერძოების გამოსასწორებლად. მკვლევრების თქმით, ეს მეთოდი უფრო ხელმისაწვდომია რესურსებით შეზღუდული ამინდის სამსახურებისთვის.

ალბათური მიკერძოების კორექცია

ხელსაწყო, სახელად Probabilistic Bias Correction (PBC), მოდელში სისტემურ მიკერძოებას ამოიცნობს და შესწორებებს აკეთებს. Microsoft Research New England-ის უფროსი მთავარი მკვლევრის, ლესტერ მაკის (Lester Mackey) მიერ მოყვანილი ერთი მაგალითი კლიმატის ცვლილების შესწორებას ეხება: წიაღისეული საწვავიდან გამოწვეული სათბურის გაზების ემისიები პლანეტას ათბობს, თუმცა ისტორიულ მონაცემებზე გაწვრთნილი მოდელი შესაძლოა კვლავ უფრო ცივ ტემპერატურებზე იყოს მიკერძოებული, ვიდრე მსოფლიო დღეს რეალურად განიცდის. მკვლევრები იუწყებიან, რომ PBC-მ ევროპის საშუალოვადიანი ამინდის პროგნოზების ცენტრის (ECMWF) წამყვანი ფიზიკაზე დაფუძნებული მოდელის სიზუსტე გააუმჯობესა ნალექის სამიზნეების 98 პროცენტისთვის და ტემპერატურის სამიზნეების 92 პროცენტისთვის, ხოლო კვლევის ანალიზში ECMWF-ის ახალი AI პროგნოზირების სისტემის სიზუსტე გააორმაგა.

შექმნილია ჩვეულებრივ პროცესორებზე სამუშაოდ

ტრადიციული, ფიზიკაზე დაფუძნებული პროგნოზირება სუპერკომპიუტერებზე მუშაობს, გენერატიული AI კი მძლავრ GPU-ებზეა დამოკიდებული. მაკის თქმით, PBC მხოლოდ CPU-ებზე შეიძლება მუშაობდეს, რაც, მისი იმედით, მოწინავე პროგნოზირებას ეკონომიკურად განვითარებადი ქვეყნების იმ სამსახურებისთვისაც ხელმისაწვდომს გახდის, რომლებსაც კომპიუტერული რესურსების დიდი ბიუჯეტი არ აქვთ. ECMWF-მა, რომელსაც ეს კვლევა უკვე აღიარებული ჰქონდა თავის AI Weather Quest კონკურსში, ნაშრომს კარგ მაგალითად მოიხსენია იმისა, თუ როგორ ვითარდება ახალი იდეები საზოგადოების სასარგებლოდ, და ამავდროულად აღნიშნა, რომ იდეების ოპერაციულ რეალობად ქცევა ურთულეს ნაბიჯად რჩება. ნაშრომის ავტორი ჯენევიევ ფლასპოლერი (Genevieve Flaspohler), რომელიც ახლა არაკომერციული ორგანიზაციის Rhiza Research-ის აღმასრულებელი დირექტორია, PBC-ს კენიის მეტეოროლოგიური სამსახურის ადმინისტრაციასთან ერთად ტესტავს Gates Foundation-ის დაფინანსებით. ეს ხდება რეკორდულად ძლიერი El Niño-ს დროს მოსალოდნელი უფრო ექსტრემალური წვიმების სეზონის წინ.

წყაროები: The Verge

SSiTech

SiTech — AI-გაძლიერებული ვებ დეველოპმენტი

ვქმნით სწრაფ, თანამედროვე ვებსაიტებს და AI-ს ვაერთიანებთ ქართული ბიზნესებისთვის. გაქვთ პროექტი ან კითხვა? სიამოვნებით დაგეხმარებით.