【{$randkws}】谷歌建立了一个可以预测未来天气灾难的人工智能模型SEEDS - {$web_name} SEEDS是一个生成型AI渠道

SEEDS是一个生成型AI渠道，可以比传统模型更快、更高效地兴办许多天气集合。（图片来源：uux.cn/Revolu7ion93经由盖蒂图片社）
（神秘的地球uux.cn）据美国日常科学站点（德鲁·特尼）：谷歌亮相了一种AI（AI）模型，声称该模型可以大规模生成精确的天气预报，另外比传统的预测KPL体验基于物理的预测更便宜。
“可扩展集成包络研究采样器”（SEEDS）模型的设计相似于ChatGPT等流行的大型语言模型和Sora等生成AI工具，后者依据文本提示生成影像。
SEEDS生成许多集合——或多个天气场景——比传统的预测模型更快、更便宜。该团队在3月29日发表在《科学进展》杂志上的一篇论文中刻画了他们的察觉。
天气很难预测，有许多变量或许导致潜在G研发对比破坏性天气事情，从飓风到热浪。随着气候转变的恶化和极端天气事情的日益普遍，精确预测天气可以让人们有时间为自然灾害的最坏作用做好筹备，从而挽救生命。
当下气象办事部门使用的基于物理的预测收集了各类测量结局，并给出了最后预测，深圳腾讯游戏合集该预测基于所有变量对许多各异的建模预测或集合开展平均。天气预报不是基于单一的预测，而是基于每个预测周期的一组预测，这些预测提供了一系列或许的前方状态。
这意味着，针对温和的遗憾文案分析天气或温馨的夏日等更普遍的状况，大多数天气预测都足够精确，但大多数办事都无法生成足够的预测模型来察觉极端天气事情的或许结局。
当前的预测也使用确定性或概率性预测模型，其中将随机变量引入初始条件。但这会导致失误率迅速上升，这意味着很难精确预测前方的极端天气和天气。
初始条件中的不可预见误差也会极大地作用预测结局，由于变量随着时间呈指数级增长，并且对足够多的预测开展建模以考虑到如此微小的详情是昂贵的。谷歌的科学家估计，一个模型中需要10000个预测来预测只有1%或许发生的事情。
SEEDS依据气象机构收集的物理测量结局生成预测模型。尤其是，它探究了对流层中部地球重力场每品质势能单位与海平面压力之间的关系，这是预测中常用的两种测量方法。
传统方法只能形成大约10到50个预测的集合。但经由使用AI，当前版次的SEEDS可以仅基于一到两个用作输入资料的“播种预测”推断出多达31个预测集合。
探究人员经由使用当时记录的历史天气资料对2022年欧洲热浪开展建模，对该操控系统开展了评测。谷歌代表在其探究门户站点的博客文章中强调，就在热浪爆发前七天，美国的整体作战预测资料没有表明这样的事情快要发生。他们补充说，少于100个预测的集合——这比传统的集合要多——也会错过它。
科学家们称，与当今的方法相比，使用SEEDS开展计算的计算成本“微不足道”。谷歌强调，在谷歌云架构的样本中，AI操控系统每三分钟处理时间的吞吐量为256个集合，可以经由招募更多加速器来轻松扩展。