DeepMind 能更快更准确地预测极端天气

DeepMind能更快更准确地预测极端天气根据一份研究，谷歌DeepMind的模型GraphCast能够提前10天预测天气状况，比目前的黄金标准更准确、更快速。在1300多个测试区域中，GraphCast在90%以上的测试中都优于欧洲中期天气预报中心的模型。最重要的是，GraphCast还能比标准模型更早地为气象学家提供有关极端气温和气旋路径等情况的准确预警。GraphCast使用图神经网络，将地球表面映射成100多万个网格点。它不使用物理方程，而是根据四十年的历史天气数据进行预测，可以利用机器学习在一分钟内完成这些计算。来源，频道：@kejiqu群组：@kejiquchat

新的机器学习模型可提前8天准确预测龙卷风和冰雹等事件

新的机器学习模型可提前8天准确预测龙卷风和冰雹等事件随着恶劣天气的临近和潜在的威胁生命的危险，如大雨、冰雹或龙卷风，早期警告和精确预测是至关重要的。科罗拉多州立大学的气象研究人员已经为风暴预报员提供了一个强大的新工具，以提高他们预测的可靠性，在这个过程中可能会拯救生命。PC版：https://www.cnbeta.com.tw/articles/soft/1352389.htm手机版：https://m.cnbeta.com.tw/view/1352389.htm

谷歌使用人工智能在全球范围内进行可靠的洪水预报

谷歌使用人工智能在全球范围内进行可靠的洪水预报来自GoogleResearch洪水预测团队的GreyNearing及其同事开发的人工智能模型，通过利用现有的5680个测量仪进行训练，可预测未测量流域在7天预测期内的日径流。随后，他们将该人工智能模型与全球领先的短期和长期洪水预测软件—全球洪水预警系统(GloFAS)进行了对比测试。结果显示，该模型同日预测准确率与当前系统相当甚至更高。此外，该模型在预测重现窗口(returnwindow)期为五年的极端天气事件时，其准确性与GloFAS预测重现窗口期为一年的事件时的准确性相当或更高。相关研究论文已发表在权威科学期刊《自然》杂志上。——、、(学术头条)

丹麦AI模型预测死亡率准确度超保险公司，引发被滥用担忧

丹麦AI模型预测死亡率准确度超保险公司，引发被滥用担忧丹麦科技大学的苏尼·莱曼·乔根森及其团队开发了一款强大的人工智能模型“Life2vec”，能够根据个人数据预测死亡率，其准确度远超现有的任何模型，包括保险业使用的模型。该模型利用了丹麦600万人（2008-2020年）的教育、就医、诊断、收入和职业等数据，通过分析个人生命历程中的事件序列来预测未来事件的可能性。在实验中，Life2vec模型使用2008-2016年的数据进行训练，2016-2020年的数据用于测试。结果显示，该模型预测35-65岁人群的存亡结果的准确率比现有AI模型和保险业常用的死亡率统计表高出11%。此外，该模型还能比专门用于性格测试的AI模型更准确地预测人口子集的性格测试结果。乔根森认为，Life2vec模型可以应用于广泛的健康和社会议题，例如预测和早期干预健康问题，或帮助政府缩小贫富差距。然而，他也强调，该模型如果被企业滥用可能会造成危害。他表示，Life2vec模型不应该被保险公司使用，因为这违背了保险互助的理念。英国精算师协会的马修·爱德华兹也指出，保险公司对新的预测方法感兴趣，但目前决策主要依靠简单的AI技术，对新方法的采用非常谨慎。投稿：@TNSubmbot频道：@TestFlightCN

Microsoft Start 正在开发AI模型 或可提供更准确的30天天气预报

MicrosoftStart正在开发AI模型或可提供更准确的30天天气预报在必应博客上的一篇文章中，微软称其"Start"团队在康奈尔大学的arXiv网站上发表了一篇关于新的中程预报模型的论文。论文展示了这一新模型与欧洲中期天气预报中心（ECMWF）目前使用的模型的比较。总之，微软的新系统结合使用了五种不同的人工智能模型和三种深度学习架构来进行预测。微软表示，这些人工智能模型可以处理数十年的天气数据，因此它们可以了解当前熟悉的模式，然后预测未来的情况。微软补充道：它们的运行方式与NWP模型大致相同：在三维地球仪上给出当前的大气状态（纬度、经度和高度），预测未来某个时间段的大气状态，比如一小时后。然后将预测结果反馈到模型中，预测两小时后的情况，以此类推。使用GPU后，微软的人工智能模型可以更快地运行预测，因此可以更频繁地运行。理论上，这应该会带来更好的预测结果。到目前为止，微软称其测量温度误差的方法比ECMWF使用的方法更准确，一周天气预报准确率提高了17%，四周天气预报准确率提高了4%。该公司将在其MicrosoftStart模型中加入这种用于30天天气预报的模型。...PC版：https://www.cnbeta.com.tw/articles/soft/1429638.htm手机版：https://m.cnbeta.com.tw/view/1429638.htm