хэнкс к прогрессу в области искусственного интеллекта в течение последних двадцати лет, на данный момент речь идет не о том, могут ли люди победить ПК в таких играх, как шахматы; у нас, вероятно, было бы столько же возможностей выиграть вызов на пресс сиденья против погрузчика. Тем не менее, спросите нынешнего чемпиона ПК, AlphaZero от Google, о руководстве по шахматной гипотезе, аналогично тому, является ли министр или рыцарь более значимым в открытии Руя Лопеса, и все, что вы получите, - это ясный взгляд от прищуренного курсора. Гипотеза - это человеческая разработка, для которой расчет не требуется. ПК понимает, как отследить лучший ход в какой—то случайной позиции, поскольку он подготовлен широко—широко-репетируя против себя и понимая, что работает.
Действительно, даже с опережающим сезоном в полтора года у нейронной организации была возможность увидеть приближение Эль-Ниньо.
Основные примеры преодоления трудностей, такие как AlphaZero, были названы "глубоким обучением", предположительно в свете того факта, что они используют сложные конструкции, такие как глубокие нейронные организации с различными уровнями вычислительных центров среди информации и результатов. Здесь информация может быть роскошно организована, подобно местам фигур на шахматной доске или затенению пикселей на картинке, и выход может быть оценкой, ожидаемой для выбора, аналогичной стоимости потенциального шахматного хода или вероятности того, что изображение является фотографией чихуахуа, а не черничным печеньем. Подготовка организации регулярно включает в себя настройку всей доступной шкалы, границ модели, до тех пор, пока она не будет хорошо справляться с кучей подготовленной информации, а затем тестирование ее экспозиции на другом информационном индексе, не прошедшем проверку. Один из протестов против таких рамок заключается в том, что, когда их подготовка завершена, они могут стать черным ящиком; как именно вычисление измеряет данные, которые оно дает, и почему, регулярно скрывается в секрете. (В тот момент, когда все, о чем идет речь, является шахматной игрой, это не является невероятной проблемой, но когда подобные процедуры используются для определения надежности или вероятности совершения правонарушения, скажем, интерес к ответственности, естественно, возрастает.) Чем больше слоев концентраторов и чем больше границ необходимо изменить в процессе обучения, тем более туманным становится контейнер.
В любом случае, несмотря на их расфасованную силу игры, глубокие расчеты обучения обнаружили достижения в областях, начиная от денег и заканчивая продвижением по службе и лекарствами. В какой-то степени шокирующе, что следующим падением домино может быть изменение климата. Это поразительный тест для ИИ, в ограниченной степени в свете того факта, что обычное человеческое обучение (увеличенное на ПК, но только для вычислений) на данный момент имеет очень приличное отношение к вещам. Соответственно, это интригующее контекстуальное исследование того, что происходит, когда глубокие методы понимания вторгаются в установленную дисциплину, и что этот новый вызов между человеком и машиной может предсказать для возможной судьбы науки.
метеорология, в отличие от шахмат, имеет за собой множество общепризнанных гипотез. Основные фактические связи, такие как условия движения жидких элементов или энергии между землей и климатом, устанавливают определенные границы того, как климатические рамки могут формироваться и развиваться. Действительно, нынешнее состояние климатических датчиков в целом сводится к воссозданным ответам для тех условий, которые зависят от текущих оценок температуры, ветра, липкости и т. Д., И вычисляются в уязвимости из-за ошибки оценки. Начиная с места полной простоты, нейронной организации, независимо от того, насколько она глубока, будет трудно найти всю гипотетическую информацию. Таким образом, ученые на переднем крае науки об ИИ и окружающей среде в последнее время начали использовать альтернативную методологию: объединить то, что мы определенно думаем о метеорологии, с возможностью глубокого выяснения того, как раскрыть проекты, о которых мы не думаем.
В сентябре этого года в журнале Nature Ю-Гын Хам и Чжон Хван Ким из отдела океанографии Национального университета Чоннам в Южной Корее и Цзин-Цзя Ло из Института климатических и прикладных исследований в Китае сообщили о выполнении еще одного глубокого расчета обучения, чтобы предвидеть событие Эль-Ниньо на полтора года вперед. Эль-Ниньо, которое намекает на теплый период колебания температуры поверхности теплого и прохладного океана в восточной части Тихого океана, представляет собой давнюю проблему для среднесрочных оценок климата во всем мире. Во время года Эль-Ниньо типичные климатические проекты сбиваются с толку, поскольку в некоторых частях мира наблюдаются более влажные условия и более экстремальные бури, в то время как другие испытывают отсроченные засушливые периоды. Наилучшие последствия наблюдаются на западном побережье Южной Америки, где обильные осадки могут вызвать катастрофические наводнения, в то время как изменения температуры океана подрывают рыболовный бизнес, на который опирается округ, и на противоположной стороне южной части Тихого океана, которая получает тройной удар более сухих условий, более приземленных ветров и более высоких, чем обычно, температур, что усугубляет опасность лесных пожаров, подобных тем, которые в настоящее время пожирают весь Новый Южный Уэльс, Австралия.
Социальные расходы Эль-Ниньо могут быть гигантскими; это связано с нехваткой воды, голодом, распространением непреодолимых болезней и общим общим бедствием. (Падение урожайности в Европе во время Эль-Ниньо 1789-1793 годов, возможно, даже способствовало началу Французской революции.) Таким образом, ожидаемые преимущества лучшего ожидания и планирования Эль-Ниньо также огромны. Проблема в том, что случаи Эль-Ниньо происходят лишь наполовину последовательно. Записи, возвращающиеся к последней части 1800-х годов, когда Эль-Ниньо впервые был изображен как всемирное чудо, показывают нормальный промежуток времени до семи лет между случаями, однако за это время не было ни одного подлинного примера. Кроме того, они варьируются по серьезности и типу в зависимости от того, где именно появляются наилучшие несоответствия температуры океана, и каждый тип обеспечивает свою собственную своеобразную смесь климатических чудес. В зависимости от того, где вы проживаете, вы, вероятно, не видели, что мы только что завершили один из них; Эль-Ниньо 2019 года закончился этой осенью и был из мягкого ассортимента.
У нас есть столько же возможностей, как победить шахматный компьютер, как выиграть соревнование по жиму сиденья с вилочным погрузчиком.
До Хэма и его соавторов все, что синоптики могли предвидеть в случае Эль-Ниньо, рассматривалось на год вперед, однако была мотивация признать, что есть возможность стать лучше. По какой-то причине температура океана меняется не так быстро, и колебания не так бурны, как индивидуальные климатические рамки. В неравномерностях также есть некоторая периодичность; время потепления Эль-Ниньо обычно сопровождается периодами охлаждения, называемыми Ла-Нинья, похожими на гигантскую теплую волну, плещущуюся туда и сюда по Тихому океану. В этом направлении, несмотря на то, что конкретные причины и сроки неясны, знаки предостережения могут быть доступны намного раньше времени.
Они решили использовать то, что известно как сверточная нейронная организация, аналогичная конструкция организации, используемая в проблемах машинного зрения, таких как распознавание изображений, чтобы проверить, может ли она воспринимать основные моменты в информации о температуре океана, которая может предвидеть случай Эль-Ниньо. Однако для подготовки своей модели они не могли просто полагаться на достоверную информацию на том основании, что ее почти не хватает для распространения. Ежемесячные записи температуры океана просто возвращаются к 1871 году, и некоторая часть этой информации должна быть использована для утверждения прогнозов модели за пределами примера, используемого для подготовки. Для методов, наиболее подходящих для вопросов большой информации, информация об Эль-Ниньо удручающе мала.
Вот место, где современная информатика встретилась с более старым стилем науки об окружающей среде.
Вместо того, чтобы записывать информацию, они изначально подготовили свою нейронную организацию для группы воссозданий. Репродукции были доставлены исследовательскими группами по всей планете и собраны в рамках проекта по взаимному сопоставлению сопряженных моделей (CMIP) - масштабной деятельности по обмену моделями окружающей среды и анализу ожиданий на петабайты относительно того, что может произойти при различных потенциальных судьбах. Часть ситуаций касается избирательного прошлого, как климатологическая записанная художественная литература, и повествования достаточно точны, чтобы включить такие моменты, как случаи Эль-Ниньо. Таким образом, в реконструкциях рассматривается мыслимая информация, ограниченная требованиями реализованных моделей окружающей среды. Они могут быть ступенью ниже подлинной информации, однако они достаточно разумны, чтобы подменить реальную сделку. Используя заменители, Хэм и др. имел возможность подготовить нейронную организацию по информационному индексу, сопоставимому с 2961 годом восприятия. В этот момент они использовали последствия всей этой подготовки в качестве начального этапа для получения реальной проверяемой информации, которую они выделили в период подготовки с 1871 по 1973 год и период утверждения вне испытаний с 1984 по 2017 год.
Результаты были фантастическими. Нейронная организация работала лучше по сравнению с прошлыми передовыми показателями, с дырой, которая становилась более обширной, чем раньше были сделаны оценки. Действительно, даже с опережающим сезоном в полтора года у нейронной организации была возможность увидеть приближение Эль-Ниньо, сделать приличную оценку их размера и даже расположить их в соответствии с тем, будут ли всплески температуры происходить в центральной или восточной части Тихого океана. Он обнаружил реальный успех в определении Эль-Ниньо в бореальные весенние и поздние весенние месяцы, "препятствие согласованности", с которым столкнулись прошлые модели из-за запутанной связи между Эль-Ниньо и сезоном штормов в Южной Азии.
Стратегия подготовки основы для хорошей работы на одном задании—для этой ситуации создание ожиданий Эль—Ниньо в куче воссозданной информации-до применения этой информации к другому заданию классифицируется как "обучение движению"." Успех Хэма в определении Эль-Ниньо показывает, как этот метод может объединить самые удивительные аспекты климатологии и глубокого обучения. Репродукции, поставляемые моделями окружающей среды, дают нейронной организации достаточную информацию, чтобы извлечь из нее пользу, в результате подготавливая ее к тому, чтобы она выглядела так же, как модели, однако эти модели обычно зависят от какой-то точной ошибки. Калибровка организации с подлинной проверяемой информацией в этот момент сглаживает ошибку и позволяет нейронной сети обнаружить основные моменты, которые исследователям, вероятно, не пришло бы в голову искать, поскольку конечный продукт является лучшими оценками.
В качестве последней проверки чувства, чтобы показать, что их модель, по правде говоря, замаскировала часть упражнений гипотезы окружающей среды, моделисты использовали нейронную организацию для посмертного исследования Эль-Ниньо 1997-1998 годов, вполне возможно, самого серьезного в письменной истории. Заботясь о температуре океана в мае, июне и июле 1996 года, они увидели, что нейроны освещают определенные места, демонстрируя хорошие условия для возникновения Эль-Ниньо. Более горячие океаны в тропической западной части Тихого океана, начавшиеся в 1996 году, развивались, как сложенное огнестрельное оружие, а затем более холодные условия в юго-западной части Индийского океана прекратили его к востоку, что привело к предельному Эль-Ниньо примерно через год. Более холодные, чем обычно, условия в субтропической Атлантике только усугубили ситуацию. В отличие от какого-то сбивающего с толку загадочного черного ящика, модель распознала основные моменты как огромные, которые все были устойчивы с тем, что климатологи думают о связях между температурой океана в различных частях мира и тем, как могут разворачиваться счета окружающей среды. В последнее время организация увидела, что это произойдет раньше, чем любой другой человек, возможно, достаточно рано, чтобы люди в зонах влияния могли с большей вероятностью подготовиться к ошеломляющим последствиям, если бы была создана система предостережений.
методология наполовину и наполовину, продемонстрированная в погоне за Эль-Ниньо, вполне может дать еще одну модель для применения эффективных процедур ИИ в таких важных областях, как наука об окружающей среде. Этот новый скачок вперед показывает, что, а не война за территорию, конечная судьба экзамена может быть совместным усилием, которое объединяет самые удивительные аспекты традиционной и информационной науки. В другой статье в журнале Nature в этом году ведущий автор Маркус Райхштейн из Отдела биогеохимической интеграции Института биогеохимии Макса Планка в Германии отстаивал значимость "логических подсказок", что означает связи в информации, ожидаемой упомянутой гипотезой, как подхода к расширению глубоких подходов к обучению в науке о Земле. Нет никакой мотивации ожидать, что на этом все закончится.
Тогда ИИ мог бы помочь науке об окружающей среде в идеальное время из-за непрекращающейся экологической катастрофы, с которой мы в конечном итоге сталкиваемся. В частности, несмотря на тот факт, что климатические рамки влияния Эль-Ниньо должны впоследствии оказаться более ограниченными, до сих пор нет логического согласия относительно того, приведет ли изменение окружающей среды к повторению или серьезности случаев Эль-Ниньо. В докладе Межправительственной группы экспертов по изменению климата за 2013 год говорится только о том, что она ожидает, что Эль-Ниньо должно продолжаться, однако практически нет уверенности в том, каким образом оно может измениться. Случаи Эль-Ниньо зависят от сложных входных кругов между теплой и холодной морской водой, климатом, обменными ветрами и т. Д. Нарушение части этих циклов может закрыть все дело, сделать условия Эль-Ниньо более непрерывными или даже вечными или в любом случае не иметь заметного влияния.
Выяснение какого-либо способа предвидеть возмутительный климат позже будет напоминать отслеживание идеальной техники в шахматной игре, где фигуры продолжают меняться. Для этого потребуется вся обучающая сила суперкомпьютера, объединенная со всем опытом гроссмейстера.