Александр Пономарёв

Текст

Британская компания DeepMind разработала нейросеть DGMR, которая способна с высокой точностью предсказывать вероятность дождя в ближайшие полтора часа в заданном месте

Аббревиатура DGMR расшифровывается как «глубокая генеративная модель дождя». Метеорологическая система работает на основе искусственного интеллекта и является, по мнению нескольких десятков экспертов, наиболее точной по целому ряду факторов, включая местоположение, протяженность зоны осадков, движение и интенсивность дождя — прогноз нейросети оказался точным в 89% случаев. Для прогнозирования система использует компьютерное моделирование атмосферы и глубокое обучение, а также снимки радиолокационного зондирования атмосферы планеты.

Великобритания публикует новые показания погодных радаров каждые пять минут — объединение этих снимков позволяет создать видеоролик, который демонстрирует движения дождя. DeepMind загрузила эти данные в глубокую генеративную сеть, которая обучена генерировать новые образцы данных, схожих с реальными из набора для обучения. DGMR в итоге научилась генерировать снимки, которые продолжали последовательность реальных измерений и тем самым прогнозировали осадки.

Компания работала над проектом в течение нескольких лет и теперь надеется на практическое применение нейросети. Предварительно обученная для Великобритании модель выложена в открытом доступе на GitHub. В DeepMind отметили, что прогнозирование сильных осадков по-прежнему остается трудной задачей даже для искусственного интеллекта, однако данная работа может послужить основой для разработки новых методов интеграции машинного обучения в метеорологию.

Нейросети помогают не только синоптикам, но и, к примеру, полицейским: московские власти пытаются взять на вооружение искусственный интеллект для поиска преступников:

Читать на ЦО.РФ

Московская мэрия доработает систему распознавания лиц для полиции Она сможет отслеживать маршруты и вычислять сообщников

Московские власти модернизируют используемую полицией городскую систему распознавания лиц, научив нейросеть вычислять маршруты передвижений преступников и находить предполагаемых сообщников

Использованные источники: