Ar daugėjant orų ir klimato duomenų, kurių nepajėgia apdoroti paskutinės kartos įrankiai, dirbtinis intelektas yra prognozavimo ateitis?
Tyrimai tikrai tai rodo, o naujai finansuojamas startuolis „Brightband“ bando mašininio mokymosi prognozių modelius paversti verslo ir atvirojo kodo standartu.
Šiandieniniai orų prognozavimo ir klimato stebėjimo metodai yra pagrįsti statistiniais ir skaitiniais modeliais, kurie tęsiasi dešimtmečius. Tai nereiškia, kad jie blogi ar neteisingi – tiesiog ne itin veiksmingi. Šie fizikos modeliai yra tokie dalykai, kuriems skiriate kelias savaites superkompiuteryje.
Tačiau dirbtinis intelektas geba ištraukti modelius iš didelių duomenų, o tyrimai parodė, kad kai dirbtinis intelektas mokomasi metų metus trukusių oro sąlygų ir stebėjimų visame pasaulyje, jis gali stebėtinai tiksliai numatyti būsimus įvykius.
Taigi kodėl jis nenaudojamas visur?
„Tokio atotrūkio priežastis yra ta, kad vyriausybei sunku pritraukti geriausius talentus, kaip ir orų kompanijoms, o šioms technologijų įmonėms orai nėra pagrindinė pramonės šaka. Jie nesigilina į domeną ir dirba su žaidėjais, kad suteiktų jiems reikalingus įrankius“, – paaiškino Julianas Greenas, „Brightband“ (anksčiau žinomos kaip „OpenEarthAI“) generalinis direktorius ir įkūrėjas. „Manome, kad startuolis suburia puikius dirbtinio intelekto žmones, puikius duomenų žmones ir puikius orus. Yra reali galimybė pritaikyti dirbtinį intelektą ir padaryti jį prieinamą visiems.
Startuolis šiuo metu kuria savo modelį, parengtą remiantis ilgus metus sukauptais orų stebėjimo duomenimis, tačiau Danielis Rothenbergas, vienas iš įkūrėjų ir duomenų bei orų skyriaus vadovas, greitai pastebėjo, kad jie „stovi ant milžinų pečių“.
„Didieji fizikos modeliai yra monstrai“, – sakė jis. „Tačiau dirbtinis intelektas yra tų modelių naudos gavėjas – pirmasis šuolis buvo pasinaudojimas jais, nustatant, kad modeliai tikrai gali išmokti tuos modelius. Mes statome ant to ir plečiame. Mes siekiame naujausių technologijų: tiek pat gerų ar geresnių nei turimos pasaulinės orų prognozės.
Tai taip pat būtų daug greičiau, pažymėjo Greenas. „Tai yra pagrindinis sutrikimas: greičiau ir pigiau“, todėl jis labiau tinka pritaikytiems ir greitai besikeičiantiems naudojimo atvejams.
„Žmonės turi labai specifinių poreikių įvairiose pramonės šakose“, – tęsė Greenas. „Energetikos įmonės turi gebėti prognozuoti atsinaujinančios energijos iš vėjo ir saulės pasiūlą, šildymo ir vėsinimo poreikį; transporto įmonės turi vengti ekstremalių oro sąlygų; žemės ūkis turi planuoti savaites, kad pasamdytų žmones sėti, laistyti, tręšti ar nuimti derlių.
Įdomu tai, kad bendrovė įsipareigoja išleisti savo modelius, kad juos galėtų naudoti visi.
„Mūsų tikslas yra atvirojo kodo pagrindinės prognozavimo galimybės, ne tik modelis, bet ir duomenys, kuriuos naudojate jam mokyti, ir metrika, kurią naudojate jai įvertinti, magistralės modelis yra aukščiausios klasės, mokamos paslaugos, skirtos konkretesnėms galimybėms. “, – sakė Greenas.
Dalis to reiškia, kad reikia įtraukti (ir apdoroti bei išleisti) daug duomenų, kurie buvo praleisti, kad būtų galima naudoti iš anksto apdorotas duomenų bazes.
„Yra petabaitų po petabaitų istorinių duomenų iš oro balionų ir palydovų, kurie ignoruojami, nes su jais sunku dirbti“, – sakė Rothenbergas; bet kaip ir daugumos AI modelių atveju, kuo daugiau duomenų, tuo geriau, o kruopščiai kuruojama įvairovė gali žymiai pagerinti jų išvesties kokybę. „Mes tikrai manome, kad bendruomenės kūrimas aplink tai pagreitins tai, ką galime padaryti, kad suprastume atmosferą ir tai padarytume dideliu mastu.
Pasiūliau, kad tai atrodė beveik taip, lyg jie darytų tai, ką darytų Nacionalinė orų tarnyba (kuri kaip viešoji paslauga nemokamai teikia daugybę stebėjimo duomenų ir prognozių) ir kitos agentūros, jei galėtų.
Greenas nesutiko, sakydamas, kad jie glaudžiai bendradarbiauja su tomis agentūromis ir kad iš tiesų yra daugybės svarbių duomenų saugotojai – tai nebūtinai yra greiti, nešiojami duomenys, kurių reikia labai greitai reaguojančiai į vartotojus įmonei. Jis sakė, kad jie tai vertina kaip tarptautinio bendradarbiavimo orų duomenų srityje tęsinį.
Kalbant apie tai, kur jie iš tikrųjų yra gamindami produktą: „Tai palyginti anksti“, – pripažino Greenas. „Dirbome prie to kelis mėnesius, šiandien nieko nėra, bet tikimės, kad iki 2025 m. pabaigos turėsime modelį, kuris atliks stebėjimus (ty palydovinius ar vietinio radaro vaizdus) ir sudarys jų prognozę.
„Brightband“ yra sukurta kaip visuomenei naudinga korporacija, tačiau tai „pirmiausia signalizacija“, sakė Greenas. „Mes stengiamės skaidriai išdėstyti savo misiją, sukeldami savo reikalą ant stiebo ir sakydami: „Tai yra tai, ką mes norime daryti“. Manau, kad 10 milijonų, kuriuos surinkome, liudija, kad galime pritraukti kapitalą.
PBC šiuo atveju iš esmės reiškia, kad valdyba tam tikromis aplinkybėmis turi subalansuoti akcininkų interesus su nurodytos misijos interesais, tačiau neriboja pelno ar panašiai.
Tikėtis su oru susijusio produkto, o ne su klimatu, tačiau nė vienas iš jų nėra sudėtingas, išskyrus metų pabaigos rodymą ir papasakojimą.
„Brightband“ 10 milijonų dolerių vertės serijos A turą vedė „Prelude Venture“, kurioje dalyvavo „Starshot Capital“, „Garage Capital“, „Future Back Ventures“, „Preston-Werner Ventures“, „CLAI Ventures“, Adrienas Treuille'as ir Cal Henderson.
