Équipe scientifique du modèle météorologique « Fengwu » : Utiliser l'IA pour prédire les conditions météorologiques extrêmes à l'avenir n'est pas un rêve !

[Zha Yusha, journaliste du Global Times Reporter] Récemment, une série d'événements météorologiques extrêmes se sont produits dans le monde, mettant gravement en danger la production et la vie humaine. Les pays exigent de plus en plus de prévisions météorologiques à moyen et long terme plus précises et plus efficaces. Récemment, le Laboratoire d'intelligence artificielle de Shanghai, en collaboration avec l'Université des sciences et technologies de Chine, l'Université Jiao Tong de Shanghai, l'Université des sciences et technologies de l'information de Nanjing, l'Institut de physique atmosphérique de l'Académie chinoise des sciences et l'Observatoire météorologique central de Shanghai , a publié le modèle mondial de prévisions météorologiques à moyen terme à grande échelle « Fengwu ». Un journaliste du « Global Times » a récemment mené une interview exclusive avec l'équipe de scientifiques derrière le modèle « Fengwu », et a écouté leur description détaillée des principes de fonctionnement derrière « Fengwu » et comment le modèle d'IA changera les prévisions météorologiques.

Leader en termes d'exactitude et de rapidité

Selon le journaliste du « Global Times », l'équipe conjointe du Laboratoire d'intelligence artificielle de Shanghai AI for Earth a construit un grand modèle de « Fengwu » basé sur une méthode d'apprentissage en profondeur multimodale et multitâche. Puisqu'il ne nécessite pas de simulation de système physique complexe, le modèle de prévision météorologique IA surmonte le goulot d'étranglement informatique des méthodes de prévision traditionnelles, afin de pouvoir prévoir et intégrer efficacement. L’IA a une forte capacité d’adaptation aux relations entre les données météorologiques et a le potentiel de surmonter les goulots d’étranglement en matière de performances dans la prévision des modèles numériques traditionnels.

Selon Ouyang Wanli, un scientifique éminent du Laboratoire d'intelligence artificielle de Shanghai : « Fengwu » doit son nom au « Xianfeng Tongwu » des dynasties Qin et Han, et est le premier équipement de mesure du vent au monde.

La prévision météorologique est un système très complexe, allant de la collecte de données par les satellites Fengyun, les stations météorologiques, etc. du pays, à la collecte des données, au contrôle de la qualité, puis à l'assimilation atmosphérique, c'est-à-dire le traitement des données et l'établissement des conditions atmosphériques. selon les besoins du modèle de prévision. La dernière étape est la prévision et le post-traitement.

Bai Lei, un jeune scientifique du Laboratoire d'intelligence artificielle de Shanghai, a déclaré au journaliste du Global Times que le modèle « Fengwu » se concentre principalement sur le lien de prévision, en utilisant les données de la réanalyse atmosphérique pour entraîner « Fengwu » et obtenir ensuite des résultats météorologiques plus précis. prévision.

Utilisez l'intelligence artificielle pour analyser les éléments fournis par l'assimilation atmosphérique, notamment la vitesse du vent, la température, l'humidité, etc., et créez un grand modèle appelé « Fengwu » dans le but de prédire la météo future. En utilisant des facteurs météorologiques passés, tels que la température, l’intelligence artificielle peut faire des prévisions météorologiques et obtenir de bons résultats de prévision. "Ouyang Wanli a expliqué.

Comment améliorer l'actualité et la précision des prévisions météorologiques a toujours été un sujet clé dans l'industrie. Alors que le changement climatique mondial continue de s’intensifier, entraînant une augmentation progressive des événements météorologiques extrêmes, les attentes en matière de précision et d’actualité des prévisions météorologiques continuent d’augmenter. Parmi les tâches de prévision météorologique et climatique, la prévision météorologique mondiale à moyen terme est l’une des tâches de prévision les plus importantes, et elle est également relativement difficile. En raison de la précision des observations météorologiques, de la complexité des processus physiques dans le système atmosphérique et de l'ampleur des ressources nécessaires pour résoudre les modèles atmosphériques, l'efficacité des prévisions météorologiques mondiales à moyen terme ne s'est améliorée que d'un jour tous les dix ans au cours de la dernière décennie. quelques décennies.

Ouyang Wanli a déclaré que l'avantage du grand modèle « Fengwu » est qu'il peut prédire de manière fiable les éléments météorologiques clés sur plus de 10 jours. Selon Bai Lei, la période de prévision effective du HRES, le meilleur modèle physique au monde, est de 8,5 jours, tandis que « Fengwu » atteint 10,75 jours sur la base des données de réanalyse « On peut dire que la période de prévision effective de « Fengwu ». a dépassé la période la plus longue précédente. "Bon modèle physique".

Selon le Shanghai AI Laboratory, « Fengwu » a surpassé GraphCast, un grand modèle météorologique publié par DeepMind de Google, dans 80 % des indicateurs d'évaluation. En termes de précision des prévisions, par rapport à GraphCast, l'erreur de prévision sur 10 jours de « Fengwu » est réduite de 10,87 %, et par rapport au modèle physique traditionnel, l'erreur est réduite de 19,4 %.

peut être utilisé pour prévoir des conditions météorologiques extrêmes

Pour les conditions météorologiques extrêmes, les grands modèles d'IA ont-ils de meilleures solutions ? Selon le Global Times, le laboratoire d'IA de Shanghai étudie l'utilisation du « Fengwu » pour prédire des conditions météorologiques extrêmes telles que les typhons, et a obtenu certains résultats jusqu'à présent. Lors de la Conférence mondiale sur l'intelligence artificielle de 2023, Bai Lei a déclaré que « Fengwu » avait fait une prévision précise de la trajectoire du typhon « Mawa » de cette année sur la base du domaine d'activité initial.

"Cela montre que même si des conditions météorologiques extrêmes se sont produites fréquemment ces dernières années, les lois sous-jacentes de l'atmosphère entière sont toujours similaires, et certaines de ces lois communes peuvent être découvertes et apprises par l'IA", a déclaré Bai Lei. Cependant, il est encore nécessaire d'affiner le modèle en réponse aux changements météorologiques, d'utiliser continuellement davantage de données pour améliorer l'efficacité de l'algorithme et d'améliorer le modèle de manière ciblée pour améliorer encore sa capacité à prédire les conditions météorologiques extrêmes.

Bai Lei estime qu'il y a encore beaucoup à faire dans l'utilisation de l'IA pour les prévisions météorologiques : « La résolution peut encore être améliorée, par exemple, nous pourrions prédire la météo dans une région auparavant, nous l'espérons. pour être précis dans une rue, nous nous dirigeons actuellement vers un travail plus précis, dans une direction plus précise.

De larges perspectives d'application

Selon les experts météorologiques, bien qu'il existe actuellement sur le marché certains produits capables de fournir des services de prévisions météorologiques pour les 15 prochains jours ou même plus, les performances des prévisions à plus de 10 jours sont encore très incertaines et ne peuvent pas répondre aux normes de prévisions efficaces. . La pratique a montré que la combinaison des observations, des prévisions numériques et de l’intelligence artificielle peut contribuer à améliorer considérablement la précision des prévisions numériques. « Fengwu » a réalisé une percée dans l'efficacité des prévisions météorologiques mondiales de 10,75 jours et présente un énorme potentiel d'application commerciale.

Quand on lui a demandé à quels aspects de la production et de la vie le grand modèle « Fengwu » serait appliqué, Ouyang Wanli a répondu qu'en plus des prévisions météorologiques que tout le monde peut habituellement voir sur son téléphone portable, le grand modèle peut également être appliqué à l'industrie. prévisions météorologiques au niveau de l'agriculture, de la marine, de l'énergie électrique et d'autres industries.

Prenons l'exemple de l'industrie de l'énergie électrique. La production d'énergie éolienne dépend de la force du vent, et la production d'énergie solaire dépend de la quantité de lumière solaire suffisante. Le grand modèle « Fengwu » peut aider à des prévisions plus précises de la vitesse du vent et de l'ensoleillement. , etc. De plus, la fonction de prévision de Fengwu peut affecter la consommation du réseau et la répartition de l'électricité, et est également affectée par les changements météorologiques.

Selon l'équipe, à l'avenir, le modèle météorologique IA « Fengwu » pourra compléter le modèle physique traditionnel. Grâce à ses excellentes performances et sa précision, il pourra fournir des informations de prévisions météorologiques plus précises et plus pratiques pour la production et la vie, et aider en matière de météo. la prévision. La numérisation apporte un soutien important à diverses industries telles que l’agriculture, la foresterie, l’élevage, la pêche, l’aviation et la navigation, ainsi que la sécurité publique.

Ouyang Wanli a ajouté que parfois les experts météorologiques peuvent obtenir des prévisions différentes des deux modèles, de sorte que « Fengwu » peut compléter le modèle physique. Plus il y a d'informations fournies, plus il est propice à des prévisions météorologiques précises. Il a expliqué que, par exemple, le modèle physique peut prédire que de fortes pluies se produiront dans deux zones spécifiques, tandis que le modèle d'intelligence artificielle prédit que de fortes pluies couvriront une troisième zone. À ce stade, la portée de la prévention et de la réduction des catastrophes peut être élargie. . Si des mesures préventives ne sont pas prises, les pertes seront énormes, mais en comparaison, le coût de la prévention et de l’atténuation des catastrophes est très faible. »

Ma Zhuguo, chercheur à l'Institut de physique atmosphérique de l'Académie chinoise des sciences, se concentre depuis longtemps sur la recherche dans le domaine du changement climatique. En tant qu'expert en modèles climatiques, Ma Zhuguo est bien conscient de la relation étroite entre la puissance de calcul, algorithmes et traitement des données. Selon lui, l'intelligence artificielle entrant dans les scénarios d'application des prévisions météorologiques et de la physique atmosphérique entraîne essentiellement l'intégration du Big Data et d'autres informations grâce à la puissance de calcul et aux algorithmes, fournissant davantage de nouveaux supports techniques et de nouvelles méthodes pour les modèles, puis améliorant la précision et l'efficacité des prévisions. "Mais nous ne pouvons pas espérer ou simplement dire que l'intelligence artificielle remplacera les méthodes de prévision traditionnelles, du moins pas encore."

Prenant comme exemple les images satellites familières des nuages, Ma Zhuguo a expliqué qu'en matière de prévisions météorologiques, la surveillance par satellite est très efficace et permet de voir intuitivement la trajectoire et la vitesse des nuages. Une fois que les algorithmes des modèles numériques seront utilisés pour remplacer les observations manuelles intuitives, ils seront essentiellement utilisés. apporter Les changements sont également évidents.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!