โมเดลพยากรณ์พายุเฮอร์ริเคนของ DeepMind ทำให้นักวิทยาศาสตร์ต้องทึ่ง
โมเดล WeatherNext แบบโอเพนซอร์สสามารถสร้างการพยากรณ์ที่แม่นยำได้ด้วยข้อมูลสภาพอากาศความละเอียดต่ำลง
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- DeepMind เปิดตัวโมเดลพยากรณ์ WeatherNext แบบโอเพนซอร์ส
- สามารถสร้างการคาดการณ์ที่แม่นยำแม้ใช้ข้อมูลสภาพอากาศความละเอียดต่ำ
- ความสำเร็จนี้ทำให้นักวิทยาศาสตร์ด้านสภาพอากาศประหลาดใจเป็นอย่างมาก
วงการอุตุนิยมวิทยาต้องฮือฮาอีกครั้งเมื่อ DeepMind ได้พัฒนาโมเดลปัญญาประดิษฐ์สำหรับการพยากรณ์อากาศที่มีชื่อว่า WeatherNext โดยความสามารถพิเศษของระบบนี้คือการประมวลผลข้อมูลที่มีความละเอียดต่ำกว่าปกติ แต่ยังคงสามารถให้ผลลัพธ์การคาดการณ์ที่มีความแม่นยำสูงจนสร้างความประหลาดใจให้กับเหล่านักวิทยาศาสตร์ผู้เชี่ยวชาญด้านสภาพอากาศทั่วโลก
โมเดล WeatherNext ถูกพัฒนาขึ้นภายใต้แนวแบบโอเพนซอร์ส ซึ่งเปิดกว้างให้ชุมชนนักวิจัยและผู้สนใจสามารถเข้าถึงและนำไปต่อยอดได้ การที่ระบบสามารถดึงประสิทธิภาพสูงสุดออกมาได้แม้จากชุดข้อมูลที่มีรายละเอียดน้อยลง ถือเป็นก้าวสำคัญที่ช่วยลดอุปสรรคและต้นทุนในการประมวลผลข้อมูลมหาศาลทางอุตุนิยมวิทยา
การที่โมเดลปัญญาประดิษฐ์สามารถทำงานได้ดีกับข้อมูลความละเอียดต่ำถือเป็นเรื่องสำคัญมาก เพราะในอดีตการพยากรณ์พายุเฮอร์ริเคนมักจะต้องพึ่งพาซูเปอร์คอมพิวเตอร์สมรรถนะสูงเพื่อประมวลผลข้อมูลมหาศาล ความสำเร็จของ WeatherNext จึงอาจช่วยให้หน่วยงานพยากรณ์อากาศในภูมิภาคต่างๆ สามารถเข้าถึงเทคโนโลยีการพยากรณ์ที่แม่นยำได้ง่ายและรวดเร็วยิ่งขึ้นโดยไม่ต้องลงทุนกับฮาร์ดแวร์ราคาสูงเกินไป
การเปิดกว้างโค้ดของ WeatherNext ในรูปแบบโอเพนซอร์สยังช่วยเร่งอัตราการพัฒนาและการตรวจสอบความถูกต้องจากนักวิจัยอิสระทั่วโลก ซึ่งจะส่งผลให้ระบบการเตือนภัยพิบัติมีความพร้อมและรับมือกับความรุนแรงของสภาพอากาศที่แปรปรวนในปัจจุบันได้ดียิ่งขึ้น
ที่มา: Ars Technica
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น