Учёные Кембриджского университета представили Aardvark Weather — ИИ-систему для прогнозирования погоды, которая позволяет формировать как глобальные, так и локальные прогнозы за считанные минуты с использованием обычного настольного компьютера. В сравнении с традиционными подходами, Aardvark обеспечивает предсказания в десятки раз быстрее и при этом требует в тысячи раз меньше вычислительных ресурсов.

Источник изображения: Brian McGowan / Unsplash

Aardvark Weather была разработана в Кембриджском университете (University of Cambridge) при участии Института Алана Тьюринга (The Alan Turing Institute), Microsoft Research и Европейского центра среднесрочных прогнозов погоды (ECMWF). Скорость и эффективность метеорологических моделей имеют решающее значение: традиционные методы опираются на ресурсоёмкие суперкомпьютеры и труд множества специалистов, тогда как формирование прогноза зачастую занимает несколько часов. В этом контексте Aardvark демонстрирует принципиально новый подход, устраняя необходимость в громоздкой инфраструктуре.

Последние разработки таких технологических гигантов, как Huawei, Google и Microsoft, показали, что ИИ способен значительно улучшить отдельные компоненты метеорологического моделирования. Особенно важными стали достижения в области алгоритмов, моделирующих динамику атмосферы во времени. Интеграция ИИ в эти процессы уже привела к ускорению расчётов и повышению точности метеопрогнозов.

Яркий пример — компания Google, разрабатывающая модели на базе ИИ и предлагающая два таких решения корпоративным клиентам своей облачной платформы. Эти модели, созданные исследователями лаборатории Google DeepMind, используют исторические метеоданные и позволяют предсказывать погодные условия на срок от 10 до 15 дней вперёд.

В отличие от гибридных подходов, Aardvark полностью заменяет традиционную многоступенчатую схему прогнозирования единой моделью машинного обучения (ML). Используя стандартный настольный компьютер, система обрабатывает данные из различных источников, включая спутники и метеостанции, и формирует прогнозы в течение нескольких минут.

Профессор Ричард Тёрнер (Richard Turner) с инженерного факультета Кембриджского университета, возглавивший исследование, заявил: «Aardvark переосмысливает существующие методы прогнозирования погоды, позволяя получать прогнозы быстрее, дешевле, гибче и точнее, чем когда-либо прежде. Aardvark в тысячи раз быстрее всех прежних методов прогнозирования погоды». В перспективе Aardvark сможет формировать прогнозы на 8 дней вперёд с высокой степенью точности, что на 3 дня превышает горизонт современных систем.

Несмотря на то, что система использует лишь часть объёма данных, задействованных в традиционных моделях, Aardvark демонстрирует результаты, превосходящие показатели американской Национальной системы прогнозирования (GFS) по нескольким ключевым метрикам. При этом она остаётся сопоставимой по точности с прогнозами Национальной метеорологической службы США (NWS), где обычно применяется комбинация моделей и экспертный анализ.

Источник изображения: NASA

По словам Анны Аллен (Anna Allen), первого автора исследования из факультета компьютерных наук и технологий Кембриджского университета, реализованный в системе подход сквозного машинного обучения может быть легко адаптирован для решения других задач климатического моделирования — от прогнозирования ураганов, торнадо и лесных пожаров до оценки качества воздуха, динамики океанических течений и предсказания морского льда.

Одним из наиболее примечательных свойств Aardvark является её архитектурная простота и высокая гибкость. Благодаря тому что система обучается напрямую на метеоданных, она может быть быстро перенастроена для формирования индивидуализированных прогнозов, адаптированных под конкретные отрасли или регионы. Это может быть, например, прогноз температуры для сельского хозяйства в Африке или прогноз скорости ветра — для европейских компаний, работающих в сфере возобновляемой энергетики. Такой подход кардинально отличается от традиционных систем, настройка которых требует многолетней работы крупных команд специалистов.

Подобная адаптивность может стать решающим фактором для стран с ограниченным доступом к вычислительным ресурсам и метеоданным. Как подчёркивает доктор Скотт Хоскинг (Scott Hosking) из Института Алана Тьюринга, перенос метеопрогнозирования с суперкомпьютеров на настольные машины делает высокоточные прогнозы доступными в развивающихся странах и регионах с дефицитом данных.

Следующим этапом проекта станет формирование новой исследовательской группы на базе Института Алана Тьюринга. Её задачей станет изучение возможностей внедрения технологии в странах Глобального Юга, а также интеграция Aardvark в более масштабные инициативы по экологическому прогнозированию.

После обязательного обновления прошивки, выпущенной Google в прошлом месяце, владельцы умных часов Fitbit Versa 3 и Sense жалуются на резкое снижение их автономности — раньше заряда аккумулятора хватало на срок от двух до шести суток, а теперь часы приходится заряжать каждый день. В официальном уведомлении для потребителей Google отмечает, что обновление прошивки «снизит риск перегрева аккумулятора и уменьшит его ёмкость».

Источник изображений: Fitbit

По словам Google, обновление прошивки приведёт к тому, что батарея будет работать «в течение более коротких промежутков времени между зарядками, и [пользователям] может потребоваться заряжать [свои] устройства чаще». Однако для пользователей умных часов есть большая разница между более частой зарядкой и ежедневной зарядкой. Многие пользователи выбирали часы Fitbit именно за хорошую автономность.

В прошлом месяце владельцы Fitbit Versa 3 и Sense начали получать уведомление о необходимости обязательного обновления прошивки для предотвращения перегрева аккумуляторов. В нём говорилось, что обновление прошивки «снизит риск перегрева аккумулятора и уменьшит его ёмкость». Затронутые пользователи, которых, по словам Google, «ограниченное количество», также имели право подать заявку на получение компенсации в размере $50.

После обновления прошивки пользователи стали сообщать, что их устройства, которые раньше работали от 2 до 6 дней, теперь едва держатся один день. Они полагают, что подобное сокращение автономности сделало их устройства бесполезными. Владельцев часов также не устраивает предложенная компенсация в размере $50.

Перегрев устройств Fitbit — далеко не единичный случай. Недавно компания была оштрафована на $12 млн из-за перегрева аккумуляторов в её часах Ionic, в результате чего 78 пользователей получили ожоги. Между тем, в иске, поданном в 2022 году, утверждается, что проблема перегрева не ограничивается Ionic, а затрагивает также Versa Lite, Versa 2, Fitbit Blaze, Inspire, Inspire 2, Sense и Versa 3.

Источник изображения: The Verge

Последнее обновление прошивки часов Fitbit Versa 3 и Sense, резко снизившее автономность гаджетов, по сути подтверждает справедливость предъявленных обвинений. Ещё одним косвенным свидетельством наличия проблемы опасного перегрева аккумуляторов является недавнее обновление прошивки, ограничивающее производительность батареи смартфонов Google Pixel 4A — тоже по причине перегрева.

По слухам, все будущие гаджеты Fitbit будут выпускаться только в категории фитнесс-трекеров, хотя Google это отрицает. Компания поглотила Fitbit в 2019 году и с тех пор последовательно сокращала выпуск новых моделей, а теперь окончательно решила отказаться от этого бренда для смарт-часов. Последними моделями часов Fitbit стали Versa 4 и Sense 2, выпущенные в 2022 году. Они предлагали меньше функций, чем Pixel Watch, но обладали большей автономностью, работали с устройствами iPhone и Android и были намного дешевле.

Пока стремящиеся активно развивать сферу искусственного интеллекта разработчики озабочены преимущественно нехваткой компонентов, некоторые из них высказываются на тему ограниченности эксплуатационного ресурса тех самых дорогих и дефицитных чипов. По расчётам специалистов Alphabet, серверные GPU при уровне загрузки 70 % живут от одного до двух лет, в крайнем случае — три.

Источник изображения: Nvidia

На это мнение ссылается Tech Fund, поясняя, что высказывание принадлежит некоему высокопоставленному разработчику систем генеративного искусственного интеллекта Alphabet, который знаком с их спецификой эксплуатации. Даже если подходить к анализу проблемы с обывательской точки зрения, логика в таких заявлениях есть. Выделяя до 700 Вт, графические процессоры Nvidia, AMD и любого другого производителя для современных ускорителей вычислений имеют довольно скромную площадь кристалла, поэтому постоянное воздействие высоких температур способно достаточно быстро приводить к их физическому износу.

Продлить срок службы ускорителей вычислений можно, снизив их степень загрузки от типичных 60 или 70 %, но подобные меры натыкаются на экономические соображения разработчиков систем искусственного интеллекта. Недешёвые ускорители в условиях бурного развития отрасли должны максимально быстро приносить финансовую отдачу, а если недогружать их работой, то период амортизации затянется, а это уже не понравится инвесторам.

Израильские специалисты недавно предположили, что к концу десятилетия отрасль ИИ будет ежегодно генерировать до 5 млн тонн электронных отходов. Не все из них могут быть переработаны для повторного использования, поэтому проблема воздействия отрасли искусственного интеллекта на окружающую среду становится острее. Соответственно, быстрая выработка ресурса серверных GPU тоже усугубит ситуацию с утилизацией отходов.