Το μοντέλο, με την ονομασία Aurora, που παρουσίασαν ερευνητές της Microsoft, ενσωματώνει μια σειρά εργαλείων τεχνητής νοημοσύνης για την πρόγνωση του καιρού που έχουν αναπτυχθεί από τεχνολογικούς κολοσσούς, όπως το GraphCast της Google DeepMind και το FourCastNet της Nvidia. Ωστόσο, η ικανότητα του Aurora να προβλέπει τόσο γρήγορα την ατμοσφαιρική ρύπανση σε παγκόσμιο επίπεδο είναι πρωτοποριακή, λένε οι ερευνητές.
Σήμερα, οι ερευνητές χρησιμοποιούν τη μηχανική μάθηση μαζί με τα συμβατικά μαθηματικά μοντέλα για να προβλέψουν τα επίπεδα ατμοσφαιρικής ρύπανσης, εξηγεί ο Μάθιου Τσάντρι, ερευνητής μηχανικής μάθησης στο Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Προβλέψεων Καιρού (ECMWF) στο Ρέντινγκ του Ηνωμένου Βασιλείου.

Ο Πάρις Περδικάρης, ερευνητής Τεχνητής Νοημοσύνης στο Microsoft Research AI for Science στο Άμστερνταμ και οι συνεργάτες του, διαπίστωσαν ότι το Aurora μπορούσε να προβλέψει τα επίπεδα έξι σημαντικών ατμοσφαιρικών ρύπων: μονοξείδιο του άνθρακα, οξείδιο του αζώτου, διοξείδιο του αζώτου, διοξείδιο του θείου, όζον και αιωρούμενα σωματίδια, σε λιγότερο από ένα λεπτό, με μικρότερο υπολογιστικό κόστος από ό,τι ένα συμβατικό μοντέλο που χρησιμοποιεί η Υπηρεσία Παρακολούθησης της Ατμόσφαιρας Copernicus στο ECMWF.
Οι ερευνητές εκπαίδευσαν το Aurora σε περισσότερες από ένα εκατομμύριο ώρες δεδομένων από έξι καιρικά και κλιματικά μοντέλα. Στη συνέχεια, η ομάδα βελτίωσε το μοντέλο ώστε να προβλέπει τη ρύπανση και τον καιρό σε παγκόσμιο επίπεδο. Σύμφωνα με την ερευνητική ομάδα, σε ορισμένες εργασίες, το Aurora θα μπορούσε να ξεπεράσει άλλα μοντέλα τεχνητής νοημοσύνης για την πρόγνωση του καιρού, όπως το GraphCast. Περαιτέρω έρευνα θα δείξει αν τα μοντέλα τεχνητής νοημοσύνης που εκπαιδεύονται σε διαφορετικά σύνολα δεδομένων, όπως το Aurora, αποδίδουν καλύτερα από εκείνα που εκπαιδεύονται σε ένα μόνο σύνολο δεδομένων, όπως το GraphCast.
ΠΗΓΗ: Nature