谷歌MetNet天气模型，几秒预测未来8小时降水，效率千倍提升？

[钉科技编译]许多气象机构的预报系统虽然技术已经相当成熟,但由于多是接纳大气物理模型,仍受盘算需求局限。

据《VB》网站消息,克日,在对降水量预报的研究基础上,谷歌提出了人工智能模型MetNet,这是用于降水预报的神经天气模型。

这是一个AI深度神经网络(DNN),能用来预报未来8小时内的降雨情况。这种方法听说不需要明确的物理定律盘算,而是通过资料,盘算输入到输出之间的庞大转换。与美国国家海洋与大气治理局(NOAA)现在最先进物理模拟模型需要1小时的运算时间相比,该深度神经网络盘算时间只需要几秒钟,速度提升不少。

谷歌新公布的MetNet,听说可以自动挪用多雷达多传感器系统(MRMS)和NOAA静止情况观察卫星(GOES)系统,这两个系统提供了自上而下的大气层云图。

综上看,MetNet显着的优势是优化了盘算历程,无论是针对特定位置或是整个地域举行盘算,都可以在几秒钟内取得预测效果,准确度方面也胜过美国现在正在使用的天气预报系统。不外,与MetNet相比,美国现在正在使用的天气预报系统得出的效果越发结构化。(钉科技编译,消息泉源: https://venturebeat.com/2020/03/25/google-details-metnet-an-ai-model-better-than-noaa-at-predicting-precipitation/)