Konferencje

Sztuczna inteligencja od DeepMind lepsza od pogodynki?

Brytyjski startup współpracuje z zespołem meteorologów, by stworzyć algorytm przewidujący pogodę. Motywacją jest tu chęć bardziej dokładnych prognoz, niż te, które mamy zapewnione przez obecnie istniejące systemy. Prace nad pogodowym AI przynoszą już pierwsze rezultaty. Wyniki rokują dobrze na przyszłość!

Przytaczając sylwetkę firmy DeepMind, Wikipedia wskazuje, że od 2014 roku jest ona własnością Google’a. Co więcej, inicjatywa ta ma za sobą już pierwsze duże osiągnięcia. Zespół DeepMind ma na swoim koncie stworzenie w pełni zautomatyzowanej sieć neuronowej. Jej właściwością jest możliwość szybkiego uczenia się i możliwość zapamiętywania, co pomaga jej grać w podobny sposób do ludzi. Sztuczna inteligencja od tego przedsiębiorstwa potrafi także funkcjonować na zasadzie pamięci krótkotrwałej, dzierżonej przez nas, ludzi.
W ten sposób uczy się podobnie do ludzkiego mózgu, ale tylko w fazie pamięci krótkotrwałej. W mózgu odpowiadają za nią hipokampa, w SI algorytmy. 

Czy sztuczna inteligencja jest mądrzejsza od ludzi?

Kwestia choć złożona, wydaje się jasna – nie! Mając jednak na uwadzę jej możliwości i brak ograniczeń ludzkiego jestestwa to na pewien sposób może być tak uznawana. Tak naprawdę, jak wszystko w życiu, ma swoje dobre i złe strony, ale tak samo jak nie ma ludzi gorszych i lepszych, tak nie ma komputerów mądrzejszych od sztucznej inteligencji, ani ludzi mogących działać tak sprawnie
w obszarze mocy obliczeniowych jak ona. Te dwa aspekty – ludzie i technologia – są komplementarne, czyli żaden z nich nie przeważa, a dopełniają się nawzajem.

Sztuczne sieci neuronowe – smykałka DeepMind

Jak wskazuje portal specjalizujący się w zagadnieniach związanych z SI termin sieci neuronowych mówi sam za siebie. (sztucznainteligencja.org.pl) Są to sieci impulsów elektrycznych podobnych do tych, które wydzielane są przez nasze neurony mózgowe. Taki układ sztucznych neuronów jest w stanie odbierać bodźce i interpretować je w odpowiedni dla siebie sposób. Podobnie jak ludzie,  zbiera on informacje, przetwarzając je w dane. Na podstawie takich zbiorów AI jest w stanie wykonywać zaprogramowane operacje, co przypomina podejmowanie decyzji, wskutek ich analizy. 

Technologia głębokiego uczenia maszynowego

Artykuł od MIT Technology Review, którym się tu posługujemy porusza też kwestię głębokiego uczenia maszynowego. Wracając do informacji z portalu Sztucznainteligencja.org.pl głębokie uczenie to inaczej test. Test, w obrębie którego maszyna powoli precyzuje obraz danych na podstawie ich weryfikacji. Weryfikacja ta odbywa się na zdobytych już wcześniej informacjach, co pozwala jej klasyfikować poszczególne segmenty danych jako konkretną wiedzę. Pomaga jej w tym procesie hierarchizacja, ustalając rangę i użyteczność zdobytych zbiorów. “Głębokie uczenie” jest wykorzystywane w algorytmach Google, a także na kanale informacyjnym Facebooka dotyczącym przewidywania trzęsień ziemi czy chorób serca.

Pogodynka od DeepMind

Angielskie przedsiębiorstwo postanowiło pójść o krok dalej. Zespół AI postanowił postawić przed nią problemy z zakresu nauk ścisłych. Podjął w tym celu współpracę z Met Office, czyli brytyjską krajową służbą meteorologiczną. Owocem tej kooperacji jest narzędzie Deep Generative Model of Rain. Służy ono do określania prawdopodobieństwa wystąpienia opadów deszczowych, w przeciągu najbliższej półtorej godziny. Jak wskazuje TR jest to najtrudniejsze przy przewidywaniu pogody, co znacznie obniża skuteczność prognozy.  

DGMR bije przeciwników!

Wskazano nieporównywalną wręcz skuteczność względem innych narzędzi meteorologicznych. DGMR okazało się najlepiej określać lokalizację opadów, ich zasięg, kierunek ruchu, a także natężenie i siłę, z jaką uderzą na danym terytorium. Wynik jest zdumiewający, bo w ślepych testach rozwiązanie od DeepMind okazało się być lepsze w aż 89 proc. przypadków badanych narzędzi. 

Zastosowanie nowego odkrycia

W tekście mamy widoczną pochwałę dla obecnych narzędzi, które są w stanie prognozować pogodę w sposób długoterminowy. Faktycznie jest jednak problem z przewidywaniem zdarzeń nagłych, a w szczególności deszczy. Nowa inicjatywa od DeepMind może pomóc branży eventowej, lotnictwu, czy nawet ratownictwu medycznemu i innym służbom ratunkowym (wodnym, górskim).

O przedsięwzięciu

Zespół naukowców poddał swoją SI szkoleniu. Odbyło się ono na danych dostępnych z pomiarów radarowych udostępnianych przez publiczne stacje meteorologiczne. Wiele krajów codziennie emituje tzw. migawki, czyli pomiary pogody w ciągu dnia, które śledzą formowanie się i ruch chmur. W Anglii jest to czas co pięciu minut.  Tak częsty pomiar pozwala stworzyć film poklatkowy obrazujący warstwy chmur, na podstawie czego AI określa wzorce, w jaki sposób się one formują i poruszają. Naukowcy przekazali te dane do głębokiej sieci generatywnej, czyli rodzaju sztucznej inteligencji, która jest wyszkolona do generowania nowych próbek danych, które są bardzo podobne do rzeczywistych danych, na których została przeszkolona. 

W jaki sposób działa “meteo-inteligencja”?

Działa ona w taki sposób, że po wygenerowaniu fałszywych obrazów radarowych, śledzi rzeczywiste pomiary, nakładając je na siebie i tworząc możliwe sekwencje zdarzeń atmosferycznych. Naukowcy porównują to do obejrzenia kilku klatek filmu i zgadywania, co wydarzy się na ich podstawie. 

Do testów zaproszono 56 prognostów pogody w Met Office niezaangażowanych w prace nad projektem. Ich brak zaangażowania miał świadczyć o autentyczności ich oceny, gdyż ta nie wiązała się z osobistym wkładem w wysiłek badawczy. Narzędzie DGMR zostało poddane ślepemu porównaniom z innymi i bezkonkurencyjnie zwyciężyło zestawienie, przegrywając tylko w 11 proc. przypadków. 

Sztuczna inteligencja może być przydatna!

DeepMind chwali się nowym wynalazkiem przypominając o praktycznych zastosowaniach dla sztucznej inteligencji, co nie ma miejsca w zbyt wielu gałęziach jej funkcjonowania, nad czym firma dobitnie ubolewa. 

Redakcja Mobile Trends również jest zaciekawiona dalszym rozwojem takich rozwiązań, jednocześnie zachęca do zapoznania się  z innymi artykułami
o sztucznej inteligencji.

Udostępnij
Zobacz także