#SootinClaimon.Com : ขอบคุณแหล่งข้อมูล : หนังสือพิมพ์โพสต์ทูเดย์
https://www.posttoday.com/world/664952
วันที่ 06 ต.ค. 2564 เวลา 17:15 น.
ปัญญาประดิษฐ์จาก DeepMind พยากรณ์อากาศล่วงหน้าได้เร็วและถูกต้องกว่าทุกระบบที่เคยมีมา
เว็บไซต์ MIT Technology Review รายงานว่า เทคโนโลยีปัญญาประดิษฐ์ หรือ AI ก้าวล้ำถึงขั้นที่บริษัท DeepMind ซึ่งเป็นบริษัทลูกของ Alphabet Inc. ในกรุงลอนดอนของอังกฤษสามารถพัฒนา AI ให้คาดการณ์สภาพอากาศล่วงหน้าได้ภายในระยะเวลาอันสั้นและมีความแม่นยำสูงมาก ทั้งยังระบุระบุสภาพอากาศของพื้นที่ที่จำเพาะเจาะจงได้มากขึ้นด้วย
DeepMind ร่วมมือกับกรมอุตุนิยมวิทยาสหราชอาณาจักร (Met Office) พัฒนาเครื่องมือเรียนรู้แบบอัตโนมัติ (deep-learning tool) ที่เรียกว่า แบบจำลองการก่อกำเนิดของน้ำฝนเชิงลึก (DGMR) ที่สามารถพยากรณ์อากาศภายใน 90 นาทีข้างหน้าได้อย่างแม่นยำ
การพยากรณ์อากาศให้แม่นยำถือเป็นเรื่องยากมาก เนื่องจากการคำนวณปริมาณน้ำในท้องฟ้า เวลาและสถานที่ที่ฝนจะตกขึ้นอยู่กับหลายปัจจัย อาทิ การเปลี่ยนแปลงของอุณหภูมิ การก่อตัวของเมฆ และลม ซึ่งมีความซับซ้อนมาก
การพยากรณ์อากาศที่ดีที่สุดในปัจจุบันใช้ระบบ Numerical Weather Prediction (NWP) ซึ่งเป็นการพยากรณ์อากาศที่ครอบคลุมพื้นที่ของสภาพอากาศทั้งโลก และพยากรณ์ได้ล่วงหน้าแบบเป็นวันหรือสัปดาห์ ทำให้แนวโน้มความแม่นยำลดลงถึงแม้จะใช้ซูเปอร์คอมพิวเตอร์ในการประมวลผลก็ตาม
- อุตุฯ เตือนกทม.ฝนถล่ม! ภาคกลาง ตะวันออก ใต้ ระวังน้ำท่วม-น้ำหลาก
- อุตุฯ เผย ทั่วไทยฝนคะนอง ภาคกลางตกหนักบางแห่ง
ขณะที่ระบบแมชชีนเลิร์นนิงที่พัฒนาขึ้นมาก่อนหน้านี้ทำได้เพียงเพียงด้านใดด้านหนึ่ง เช่น ระบุสถานที่ได้แต่ไม่สามารถพยากรณ์ปริมาณฝน
ส่วนเทคโนโลยี DGMR ของ DeepMind จะอาศัยข้อมูลจากแผนที่เรดาร์ย้อนหลังในช่วง 3 ปี เพื่อพยากรณ์การเกิดฝนหรือหิมะตก ยิ่งไปกว่านั้นเพื่อเพิ่มความแม่นยำของการพยากรณ์ AI จะประเมินการเกิดฝนหรือหิมะตกทุก ๆ 5 นาทีในพื้นที่ 1 ตารางกิโลเมตร แล้วนำข้อมูลที่ได้มาใช้พยากรณ์ว่าในช่วงเวลาล่วงหน้าไปอีก 90 นาที พื้นที่นั้น ๆ จะมีฝนหรือหิมะตกหรือไม่
ผู้เชี่ยวชาญด้านอุตุนิยมวิทยาจากกรมอุตุนิยมวิทยาของสหราชอาณาจักร 56 คนยอมรับว่าผลการพยากรณ์อากาศของ AI จาก DeepMind มีความแม่นยำสูงถึง 89% และแม่นยำกว่าการพยากรณ์ของ AI จากบริษัทอื่นๆ
ผลการพยากรณ์ดังกล่าวเผยแพร่ในเว็บไซต์ Nature
Mario Tama/Getty Images/AFP