خرید آنلاین و حضوری با اسنپ‌پی
در حال بارگذاری…
شبکه اطلاع رسانی طـــــــــــلا، ســکـــــــــــه و ارز
کیان
اندروید ۱۷ تنها روی ۱ درصد دستگاه‌ها نصب شده است؛ اندروید ۱۶ در صدر نسخه‌های فعال

اندروید ۱۷ تنها روی ۱ درصد دستگاه‌ها نصب شده است؛ اندروید ۱۶ در صدر نسخه‌های فعال

سامسونگ الکترونیکس سهام ۸۹۲ میلیون دلاری CSOT را از سامسونگ دیسپلی خرید

سامسونگ الکترونیکس سهام ۸۹۲ میلیون دلاری CSOT را از سامسونگ دیسپلی خرید

هوش مصنوعی فضایی گوگل فعال شد و برای ساکنان زمین شعر نوشت

هوش مصنوعی فضایی گوگل فعال شد و برای ساکنان زمین شعر نوشت

کرمان پس از تهران، بیشترین سهم خرید آیفون را در کشور دارد

کرمان پس از تهران، بیشترین سهم خرید آیفون را در کشور دارد

سامسونگ روی تبلت تاشوی ۱۷ اینچی کار می‌کند؛ قیمت و زمان عرضه نامشخص است

سامسونگ روی تبلت تاشوی ۱۷ اینچی کار می‌کند؛ قیمت و زمان عرضه نامشخص است

سیستم‌عامل iOS 17 با موفقیت روی گوشی ردمی K90 پرو مکس پورت شد

سیستم‌عامل iOS 17 با موفقیت روی گوشی ردمی K90 پرو مکس پورت شد

هیدئو کوجیما پوستر جدیدی از بازی OD: Knock منتشر کرد

هیدئو کوجیما پوستر جدیدی از بازی OD: Knock منتشر کرد

سامسونگ تبلت تاشو با نمایشگر غول‌پیکر ۱۷ اینچی می‌سازد

سامسونگ تبلت تاشو با نمایشگر غول‌پیکر ۱۷ اینچی می‌سازد

مرسدس ای کلاس برقی از صفر متولد می‌شود؛ پایان فرم بحث‌برانگیز EQE

مرسدس ای کلاس برقی از صفر متولد می‌شود؛ پایان فرم بحث‌برانگیز EQE

جدال مالکان تسلا بر سر FSD به سود خودروساز آمریکایی پایان یافت

جدال مالکان تسلا بر سر FSD به سود خودروساز آمریکایی پایان یافت

گوگل دیپ‌مایند با هوش مصنوعی، پیش‌بینی طوفان‌ها را یک روز جلو می‌اندازد

بازدید ۴۶منبع: نبض‌فناوری
گوگل دیپ‌مایند با هوش مصنوعی، پیش‌بینی طوفان‌ها را یک روز جلو می‌اندازد

مدل هوش مصنوعی WeatherNext گوگل دیپ‌مایند می‌تواند مسیر، شدت و ساختار باد طوفان‌های حاره‌ای را با دقتی هم‌سطح روش‌های پیشرفته پیش‌بینی کند و در برخی پیش‌بینی...

به گزارش « نبض فناوری » به نقل از ای ویک، این امر به کارشناسان هواشناسی امکان می‌دهد حدود یک روز زودتر برای وقوع طوفان‌های خطرناک هشدار دهند.

این شرکت اعلام کرد مدل WeatherNext، بر اساس مقاله‌ای که در مجله علمی Nature منتشر شده در پیش‌بینی مسیر، شدت و ساختار بادهای طوفان‌های حاره‌ای به دقتی در سطح پیشرفته دست یافته است.

گوگل دیپ‌مایند مدعی است پیش‌بینی‌های سه‌روزه این مدل تقریبا به اندازه سامانه‌های قدیمی‌تر در پیش‌بینی‌های دوروزه دقیق هستند. این موضوع می‌تواند حدود ۲۴ ساعت زمان اضافی در اختیار هواشناسان قرار دهد تا برای طوفان‌های خطرناک آماده شوند.

این پژوهش با همکاری Google Research و کارشناسان هواشناسی از سازمان‌هایی از جمله مرکز ملی توفان‌های آمریکا (NHC)، مؤسسه تعاونی پژوهش در علوم جوی و اداره هواشناسی بریتانیا (UK Met Office) انجام شده است.

گوگل اعلام کرده این مدل با استفاده از نزدیک به ۲۰ ترابایت داده‌های جوی و سوابق تاریخی مربوط به حدود پنج هزار طوفان آموزش داده شده است.

یکی از یافته‌های جالب آن است که WeatherNext با وجود استفاده از داده‌های هواشناسی با تفکیک‌پذیری بسیار پایین‌تر از مدل‌های سنتی پیش‌بینی شدت طوفان‌های حاره‌ای، عملکرد خوبی دارد.

نسخه اصلی این مدل با داده‌هایی با تفکیک‌پذیری حدود ۲۸ در ۲۸ کیلومتر کار می‌کند. به گفته گوگل، این وضوح تقریبا ۱۰۰ برابر پایین‌تر از مدل‌های تخصصی با وضوح بالا است که معمولابرای پیش‌بینی شدت طوفان‌ها مورد استفاده قرار می‌گیرند.

پژوهشگران می‌گویند هنوز به‌طور کامل نمی‌دانند که چرا این مدل با وجود دریافت داده‌های ورودی با وضوح پایین‌تر، چنین عملکرد خوبی دارد.

این سامانه همچنین می‌تواند هزار سناریوی احتمالی برای مسیر و رفتار یک طوفان تولید کند و به پیش‌بینی‌کنندگان هواشناسی کمک کند طیف گسترده‌ای از پیامدهای احتمالی، از جمله موارد تشدید سریع طوفان را ارزیابی کنند.

منبع: نبض‌فناوری
اشتراک‌گذاری:

نظرات کاربران

هنوز نظری برای این مطلب ثبت نشده — اولین نفر باشید.