位置:编程技术网 > 物联网 > 正文 >

人工智能可提升气候和地球系统模式性能

2019年03月15日 00:58来源:未知手机版

qq炫舞炫音官网,互助e家,美丽图片,it业纳英戈兰,微软 发布会国金证券停牌,重生之悍女青叶,朱珊,神医世子妃 吴笑笑 小说

到目前为止,深度学习的潜力只有很小一部分被发挥出来。近日,德国马克斯·普朗克生物地球化学研究所领衔的科学家在《自然》杂志上发表研究称,人工智能可大幅度提升人类对气候和地球系统的认识。

在人工智能的帮助下,科学家可以更好地描述飓风、野火蔓延和植被变化等复杂的动态过程。随着新模型将人工智能和物理建模结合起来,气候和地球系统模型将得到改进。

在过去的几十年中,科学家主要利用机器学习方法研究事物的静态属性,比如从局地到全球尺度上的土壤性质分布情况。一段时间以来,通过使用更加复杂的深度学习技术,处理更多动态过程成为可能,比如在同时考虑季节和短期变化的情况下,可以量化全球陆地上植被的光合作用过程。

“人类利用大量的传感器获取到关于地球系统的大量数据,但到目前为止,我们在分析和解释这些数据上仍然非常落后。”该研究第一作者马库斯·赖希斯坦说。

这些地方正是深度学习技术大有可为之处,并且可以超越图像识别、自然语言处理或AlphaGo等经典的机器学习应用范畴,比如利用人工智能来预测林火或飓风等极端事件。这些复杂过程不仅受局地条件的影响,而且受时空背景变化的影响。此外,深度学习也可以应用于大气和海洋热量传输、土壤运动和植被动态等一些地球系统科学研究的经典主题。

科学家研发出一种新方法,将机器学习和物理建模有效结合起来创建混合模型。这种混合模型可用于模拟海水运动,以预测海表温度。其中,海表温度通过物理建模进行模拟,而海水运动则通过机器学习进行分析,这样可以极大地改善模型的性能。研究者表示,极端事件的监测和早期预警,以及季节性和长期气候预测,将极大地受益于深度学习和混合建模方法。

(来源:《自然》 编译:吴鹏)

 

(责任编辑:栾菲)

本文地址:http://www.reviewcode.cn/wulianwang/36727.html 转载请注明出处!

今日热点资讯