СМИ 6.0

Индустрия прогнозирования погоды добилась больших успехов в повышении точности, но испытывает трудности с локальными прогнозами. Однако распространение моделей погоды на основе ИИ в последние годы означает, что небольшие коммерческие фирмы теперь могут быстро делать специализированные прогнозы, например, когда и насколько сильно пойдёт дождь в вашем районе или насколько сильным будет ветер, чтобы вращать турбину.

На протяжении десятилетий государственные агентства разрабатывали глобальные погодные модели, которые требуют, чтобы суперкомпьютеры обрабатывали сложные физические уравнения для получения прогнозов. Потребность в более детализированных прогнозах становится все более острой, поскольку изменение климата увеличивает вероятность экстремальных погодных условий, и искусственный интеллект готов предложить экономически эффективный способ их предоставления.

«Применение ранее обученной модели прогнозирования погоды с помощью машинного обучения с точки зрения вычислений ничего не стоит», — сказал Питер Бауэр, учёный из Института метеорологии Макса Планка и бывший сотрудник Европейского центра среднесрочных прогнозов погоды.

Среди новых игроков, стремящихся извлечь выгоду из коммерческих возможностей в сфере прогнозирования, — стартап #Stellerus, созданный на основе исследований, проведённых учёными из Гонконгского университета науки и технологии (HKUST).

@articlebox

AMETSOC

The Rise of Data-Driven Weather Forecasting: A First Statistical Assessment of Machine Learning–Based Weather Forecasts in an Operational…

Abstract Data-driven modeling based on machine learning (ML) is showing enormous potential for weather forecasting. Rapid progress has been made with impressive results for some applications. The uptake of ML methods could be a game changer for the incremental…

www.tgoop.com/articlebox/23684

46 viewsApr 13 at 23:32

Индустрия прогнозирования погоды добилась больших успехов в повышении точности, но испытывает трудности с локальными прогнозами. Однако распространение моделей погоды на основе ИИ в последние годы означает, что небольшие коммерческие фирмы теперь могут быстро делать специализированные прогнозы, например, когда и насколько сильно пойдёт дождь в вашем районе или насколько сильным будет ветер, чтобы вращать турбину.

На протяжении десятилетий государственные агентства разрабатывали глобальные погодные модели, которые требуют, чтобы суперкомпьютеры обрабатывали сложные физические уравнения для получения прогнозов. Потребность в более детализированных прогнозах становится все более острой, поскольку изменение климата увеличивает вероятность экстремальных погодных условий, и искусственный интеллект готов предложить экономически эффективный способ их предоставления.

«Применение ранее обученной модели прогнозирования погоды с помощью машинного обучения с точки зрения вычислений ничего не стоит», — сказал Питер Бауэр, учёный из Института метеорологии Макса Планка и бывший сотрудник Европейского центра среднесрочных прогнозов погоды.

Среди новых игроков, стремящихся извлечь выгоду из коммерческих возможностей в сфере прогнозирования, — стартап #Stellerus, созданный на основе исследований, проведённых учёными из Гонконгского университета науки и технологии (HKUST).

@articlebox

BY СМИ 6.0