La météorologie en tant que science progresse grâce au développement de la technologie. Il existe actuellement plusieurs programmes informatiques capables de prédire directement quand et où il pleuvra. La compagnie de DeepMind a développé une intelligence artificielle capable de prédire presque exactement quand et où il pleuvra. Cette société a travaillé avec des météorologues britanniques pour créer un modèle qui permet de mieux faire des prévisions à court terme que les systèmes actuels.
Dans cet article, nous vous dirons tout ce que vous devez savoir sur le marché boursier de Robleda et la technologie de prévision météorologique de DeepMind.
prévisions météorologiques
DeepMind, une société d'intelligence artificielle basée à Londres, poursuit sa carrière en appliquant l’apprentissage profond à des problèmes scientifiques difficiles. DeepMind a développé un outil d'apprentissage profond appelé DGMR en coopération avec le Met Office du service météorologique national britannique, qui peut prédire avec précision la probabilité de pluie dans les 90 prochaines minutes, un défi important dans le prévisions météorologiques.
En comparaison avec les outils existants, des dizaines d'experts estiment que les prédictions de DGMR sont les meilleures sur plusieurs facteurs, notamment ses prédictions de l'emplacement, de la portée, du mouvement et de l'intensité de la pluie, 89 % du temps. Le nouvel outil de DeepMind ouvre une nouvelle clé en biologie que les scientifiques tentent de résoudre depuis des décennies.
Cependant, même de petites améliorations dans les prédictions sont importantes. La prévision des pluies, en particulier de fortes pluies, est essentielle pour de nombreuses industries, des activités de plein air aux services aéronautiques et aux urgences. Mais bien faire les choses est difficile. Déterminer la quantité d'eau dans le ciel et quand et où elle tombera dépend de nombreux processus climatiques, tels que les changements de température, la formation de nuages et le vent. Tous ces facteurs sont déjà assez complexes pris individuellement, mais ils deviennent encore plus complexes lorsqu’ils sont combinés. Pour en savoir plus sur ce phénomène, vous pouvez consulter l'article sur le définition de la météorologie.
La meilleure technologie de prédiction disponible utilise un grand nombre de simulations informatiques de la physique atmosphérique. Ceux-ci conviennent aux prévisions à long terme, mais ils ne sont pas très bons pour prédire ce qui se passera dans l'heure à venir. C'est ce qu'on appelle une prévision immédiate.
Développement DeepMind
Des techniques d’apprentissage profond ont déjà été développées, mais ces techniques fonctionnent généralement bien dans un aspect, comme la prédiction de l’emplacement, au détriment d’un autre, comme la prédiction de la force. Les données radar sur les fortes pluies qui aident à prévoir les précipitations immédiates restent un défi majeur pour les météorologues.
L'équipe DeepMind a utilisé des données radar pour entraîner son IA. De nombreux pays et régions publient fréquemment des instantanés de mesures radar qui suivent la formation et le mouvement des nuages tout au long de la journée. Par exemple, au Royaume-Uni, de nouvelles lectures sont publiées toutes les cinq minutes. En rassemblant ces clichés, vous pouvez obtenir une vidéo en stop-motion à jour montrant comment la configuration des pluies d'un pays change.
Les chercheurs envoient ces données à un réseau de génération en profondeur similaire au GAN, qui est une IA entraînée qui peut générer de nouveaux échantillons de données très similaires aux données réelles utilisées dans l'entraînement. GAN a été utilisé pour générer de faux visages, y compris le faux Rembrandt. Dans ce cas, DGMR (qui signifie "Generative Deep Rain Model") a appris à générer de faux instantanés radar qui continuent la séquence de mesure réelle.
Expériences d'IA DeepMind
Shakir Mohamed, qui a dirigé les recherches chez DeepMind, a déclaré que cela revenait à regarder quelques images fixes d'un film et à deviner ce qui se passerait ensuite. Pour tester cette méthode, l'équipe a demandé à 56 météorologues du Bureau de météorologie (qui n'étaient pas impliqués dans le travail) d'approfondir les simulations physiques les plus avancées et un ensemble d'opposants.
89 % des personnes déclarent préférer les résultats donnés par la DGMR. Les algorithmes d'apprentissage automatique essaient généralement d'optimiser pour une mesure simple de la qualité de vos prédictions. Cependant, les prévisions météorologiques ont de nombreux aspects différents. Peut-être qu'une prédiction a obtenu la mauvaise intensité de pluie au bon endroit, ou une autre prédiction a obtenu la bonne combinaison d'intensités mais au mauvais endroit, et ainsi de suite. Pour en savoir plus sur le fonctionnement des systèmes météorologiques, nous vous recommandons de lire l'article différence entre anticyclones et dépressions.
DeepMind a déclaré qu'il libérerait la structure de toutes les protéines connues de la science. La société a utilisé son intelligence artificielle de repliement de protéines AlphaFold pour générer des structures pour le protéome humain, ainsi que pour la levure, les mouches des fruits et les souris.
La collaboration entre DeepMind et Met Office est un bon exemple de collaboration avec les utilisateurs finaux pour terminer le développement de l'IA. C'est évidemment une bonne idée, mais cela n'arrive pas souvent. L’équipe a travaillé sur le projet pendant plusieurs années et les contributions des experts du Bureau de météorologie ont façonné le projet. Suman Ravuri, chercheur scientifique chez DeepMind, a déclaré : « Cela favorise le développement de notre modèle d'une manière différente de notre propre implémentation. » « Sinon, nous aurions pu créer un modèle qui n’aurait pas été particulièrement utile au final. » Pour en savoir plus sur les différentes applications de la météorologie, vous pouvez consulter l'article sur drones en météorologie.
DeepMind est également désireux de montrer que son IA a des applications pratiques. Pour Shakir, DGMR et AlphaFold font partie de la même histoire : l'entreprise utilise leurs années d'expérience pour résoudre des énigmes. La conclusion la plus importante ici est peut-être que DeepMind a finalement commencé à répertorier les problèmes scientifiques du monde réel.
Les progrès de la prévision météorologique
Les prévisions météorologiques doivent être soutenues par le développement de la technologie alors que nous nous rapprochons de plus en plus de la compréhension complète du fonctionnement de notre atmosphère. Plusieurs fois, l'être humain et ses calculs peuvent être sujets à des erreurs courantes qui peuvent être évitées grâce au développement de l'intelligence artificielle.
Les prévisions météorologiques sont essentielles pour les humains car nous pouvons profiter de nombreuses informations. des ressources en eau plus efficaces et éviter certaines catastrophes lors d'orages et de fortes pluies. Pour cette raison, les météorologues acceptent de plus en plus de développer des projets d'intelligence artificielle pour prédire les précipitations.
J'espère qu'avec ces informations, vous pourrez en apprendre davantage sur le projet DeepMind et ses caractéristiques.