Microsoft: Μοντέλο ΤΝ με επικεφαλής Έλληνα καθηγητή προβλέπει καιρικά φαινόμενα με μεγάλη ακρίβεια

Microsoft: Μοντέλο ΤΝ με επικεφαλής Έλληνα καθηγητή προβλέπει καιρικά φαινόμενα με μεγάλη ακρίβεια

Ένα μοντέλο τεχνητής νοημοσύνης, που αναπτύχθηκε από τη Microsoft, με επικεφαλής τον Έλληνα καθηγητή του Πανεπιστημίου της Πενσιλβάνιας Πάρι Περδικάρη, μπορεί να προβλέψει με επιτυχία διαφορετικές πτυχές της συμπεριφοράς της Γης, από τα καιρικά πρότυπα έως την ατμοσφαιρική ρύπανση και τα κύματα του ωκεανού. Το μοντέλο με την ονομασία Aurora παρουσιάζεται σε δημοσίευση του περιοδικού Nature.

Η πρόγνωση των συστημάτων της Γης χρησιμεύει ως αναπόσπαστο εργαλείο για την παροχή έγκαιρων προειδοποιήσεων για ακραία γεγονότα. Οι προβλέψεις προέρχονται από πολύπλοκα μοντέλα, τα οποία βασίζονται σε δεδομένα δεκαετιών και συχνά απαιτούν υπερυπολογιστές και εξειδικευμένες ομάδες για τη συντήρησή τους, οπότε καθίστανται μη προσβάσιμα σε πολλές κοινότητες παγκοσμίως.

Το Aurora είναι ένα μοντέλο τεχνητής νοημοσύνης που εκπαιδεύτηκε σε πάνω από ένα εκατομμύριο ώρες γεωφυσικών δεδομένων. Ο στόχος της δημιουργίας του ήταν διττός: Να δημιουργηθεί ένα εργαλείο πρόβλεψης που να είναι ταυτόχρονα πιο ακριβές και υπολογιστικά πολύ πιο αποδοτικό. Υιοθετώντας μία θεμελιωδώς διαφορετική προσέγγιση από τα παραδοσιακά μοντέλα πρόγνωσης καιρού, το Aurora μαθαίνει μοτίβα απευθείας από δεδομένα εντοπίζοντας πολύπλοκες σχέσεις σε ιστορικά δεδομένα του γήινου συστήματος και τα χρησιμοποιεί για να κάνει προβλέψεις.

Όπως επισημαίνεται στη δημοσίευση, το Aurora ξεπερνά τα υπάρχοντα μοντέλα για την ποιότητα του αέρα, τα κύματα των ωκεανών, τις διαδρομές των τροπικών κυκλώνων και την υψηλής ανάλυσης πρόγνωση του καιρού, με χαμηλότερο υπολογιστικό κόστος από τις τρέχουσες μεθόδους πρόβλεψης. Σύμφωνα με τα στοιχεία που παρατίθενται, για την πρόβλεψη της ποιότητας του αέρα, το Aurora έφτασε ή ξεπέρασε το Copernicus Atmosphere Monitoring Service στο 74% των στόχων, ενώ ήταν περίπου 50.000 φορές ταχύτερο. Επιπλέον, για τις καιρικές συνθήκες υψηλής ανάλυσης, το μοντέλο ξεπέρασε τις επιδόσεις του κορυφαίου αριθμητικού μοντέλου καιρού IFS HRES στο 92% των στόχων σε ανάλυση 0,1°, παρουσιάζοντας καλύτερες επιδόσεις σε ακραία γεγονότα.

«Η Aurora αντιπροσωπεύει μία σημαντική καινοτομία στην πρόβλεψη περιβαλλοντικών συστημάτων, καθώς είναι το πρώτο μοντέλο τεχνητής νοημοσύνης που λειτουργεί ως ενιαίο θεμελιώδες μοντέλο ικανό να προσαρμοστεί σε διαφορετικές εφαρμογές, από πρόγνωση καιρού υψηλής ανάλυσης και προβλέψεις ποιότητας αέρα μέχρι την παρακολούθηση τροπικών κυκλώνων και κυμάτων ωκεανού. Αυτή η προσέγγιση επιτυγχάνει υψηλή ακρίβεια με χιλιάδες φορές μικρότερο υπολογιστικό κόστος, καθιστώντας προσιτές τις προηγμένες περιβαλλοντικές προβλέψεις σε ευρύτερες κοινότητες παγκοσμίως», εξηγεί στο Αθηναϊκό-Μακεδονικό Πρακτορείο Ειδήσεων ο κ. Περδικάρης.

Κύρια καινοτομία του μοντέλου είναι και το γεγονός ότι μπορεί να εκπαιδευτεί σε τεράστιο όγκο ποικίλων γεωφυσικών δεδομένων και στη συνέχεια να βελτιστοποιηθεί για συγκεκριμένες εργασίες πρόβλεψης σαν ένας ισχυρός εγκέφαλος που μπορεί να εξειδικευτεί για να εκτελεί διαφορετικές εργασίες προγνώσεων.

Όπως παρατηρεί ο κ. Περδικάρης, «το έργο Aurora, κατά τη διάρκεια της θητείας μου στη Microsoft Research, ήταν μέρος του ευρύτερου ερευνητικού μου οράματος για τη δημιουργία θεμελιωδών μοντέλων για επιστημονικές εφαρμογές που μπορούν να γενικευτούν σε διάφορους τομείς και να επιταχύνουν τις ανακαλύψεις». Ο ίδιος προσθέτει ότι στο Πανεπιστήμιο της Πενσιλβάνιας «η ομάδα μου επεκτείνει αυτό το όραμα πέρα από τις επιστήμες της Γης σε ποικίλες εφαρμογές επιστήμης και μηχανικής, δημιουργώντας συστήματα τεχνητής νοημοσύνης που όχι μόνο μπορούν να προβλέψουν αλλά και να μας βοηθήσουν να κατανοήσουμε σύνθετα φυσικά φαινόμενα σε πολλαπλούς κλάδους». Παρόμοιες προσεγγίσεις μοντέλων εφαρμόζει η ομάδα και σε άλλους επιστημονικούς τομείς, από τη μηχανική υλικών έως τις βιοϊατρικές εφαρμογές.