2023年9月21日午後、「業界インテリジェンスの加速」をテーマとしたHuawei Connect2023 MindSpore特別フォーラムで、MindSporeオープンソースコミュニティはMindSpore Earth 0.1 Earth Science Kitをリリースした。
このスイートは、複数の空間的および時間的スケールで AI 天気予報 SOTA モデルを統合し、データ前処理、予測視覚化、その他のツールを提供し、ERA5 再解析、レーダー エコー、高解像度 DEM データ セットを統合し、次のことに取り組んでいます。 AI+ を効率的に実現する 気象および海洋予測に関する統合的な研究。
天気予報は人々の仕事や生活と密接に関係しており、科学知能 (AI4Science) の分野で最も広く注目されている応用シナリオの 1 つでもあります。フルシナリオの AI 統合フレームワークとして、MindSpore は大規模なモデルと AI4Science をネイティブにサポートしてイノベーションをリードする機能を備えています。
MindSpore Earth のアーキテクチャ プランを図 1 に示します。これは、GraphCast、ViT-KNO、FourCastNet、DGMR を含む、天気予報、短期降水量、中期予測、超解像度などの複数のシナリオ向けの業界 SOTA モデルをカバーしています。などをカバーしており、モデルのカバレッジは業界をリードしており、予測精度は従来の数値モデルを上回り、予測速度は従来の数値モデルよりも 1,000 倍以上高速です。
図 1 MindSpore Earth スイートのアーキテクチャ計画
**
**
1. 中期天気予報
**
**
地球の中期天気予報とは、地球規模で3日から10日程度先の天気を予測することを指します。このような予測は通常、温度、湿度、気圧、風速と風向、降水量などの大気条件の変化をシミュレートする数値モデルに基づいています。 MindSpore Earth は、複数の AI 中期予測モデルを提供します。
フォーキャストネット
MindSpore Earth は、適応フーリエ ニューラル オペレーター AFNO を使用する FourCastNet モデルを提供します。このニューラル ネットワーク アーキテクチャは、FFT によるフーリエ効率的な実装で、ビジョン トランスフォーマー (ViT) モデルを改良したものです。リーフ ドメインでは、空間混合の複雑さが O(Nlog N) に軽減され、空間次元とチャネル次元にわたる依存関係の柔軟かつスケーラブルなモデリングが可能になります。このモデルは、欧州中期予報センター (ECMWF) の高解像度統合予報システム (IFS) モデルと予測精度を比較できる初の AI 予測モデルです。
ViT-KNO
MindSpore Earth は、Koopman のグローバル線形化理論に基づいて設計され、ニューラル オペレーターのアイデアと組み合わせられた、軽量でグリッドに依存しない Koopman ニューラル オペレーター モデルを提供します。モデル アーキテクチャは図 2 に示されています。このモデルは、Huawei Advanced Computing and Storage Laboratoryが清華大学と協力して発売したものです。このモデルは、モデルの軽量化と計算効率を維持しながら、複雑な非線形動作をキャプチャできます。 FourCastNet と比較して、ViT-KNO はより効率的なトレーニング パフォーマンスと優れた予測精度を備えています。
図 2 ViT-KNO モデルのアーキテクチャ
グラフキャスト
GraphCast は、GNN を使用して「エンコード - プロセス - デコード」アーキテクチャで予測を自動的かつ回帰的に生成するモデルである Google の DeepMind から来ています。エンコーダは、歴史的瞬間における気象特徴の緯度経度入力グリッドをマルチスケールの内部グリッド表現にマッピングします。プロセッサは、マルチグリッド表現に対して複数回のメッセージ パッシングを実行します。デコーダは、マルチグリッド表現を緯度にマッピングします。 -経度グリッドと予測結果を同時に出力します。 MindSpore Earth は、マルチスケール メッシュの自動構築を実現する正二十面体メッシュ生成モジュールをオープンソース化しました。さらに、マルチステップ予測精度の低下に対処するために、MindSpore Earth はロールアウトマルチステップ反復トレーニングを実装して、モデルエラーの蓄積を削減します。
**
**
2. 短期降水量予報
**
**
MindSpore Earth は、DGMR 降水モデルを提供します。モデルの本体はジェネレーターであり、時間的および空間的な識別子の損失と、敵対的トレーニング用の追加の正則化項を使用してトレーニングされます。モデルは、レーダー シーケンスの最初の 4 フレームからコンテキスト表現を学習します。これは、サンプラーへの入力として使用されます。サンプラーは、畳み込みゲート リカレント ユニット (GRU) で構成されるリカレント ネットワークであり、コンテキスト表現と、ガウス分布を入力し、将来の 18 のレーダー フィールドを予測します。 MindSpore Earth+ Shengteng に基づいて、降水強度と空間分布の効率的なトレーニングと推論を実行できます。
**
**
3.数値標高モデルの過剰解像度
**
**
Shengsi MindSpore チーム、Huawei AI4Sci LAB、清華大学 Huang Xiaomeng チームは共同で地球規模の地域に適した DEM 超解像度モデルを発表し、全球の 3 秒角 (90 m) の海と陸の DEM データ製品もリリースしました (図 3)。結果はIn Science Bulletinに掲載されました。このモデルは、現在広く使用されている超解像モデルよりもRMSE指数、明瞭さ、詳細の点で優れています。この結果は、解像度 100 メートル未満の世界初の海と陸の DEM データセットであり、さまざまな分野およびさまざまなレベルでの海洋深浅測量データのニーズを満たすことができ、地球規模の海洋間の関係を調査するための基盤を提供します。さまざまな地形の複雑さの下での陸地重力場と地形を調査し、さまざまな調査を行います。これは、陸地と海の地殻構造単位の平衡メカニズムと、陸地と海の地形が海洋の潮汐運動に及ぼす影響に関する研究に重要なサポートを提供します。
図 3 高解像度の全地球陸海 DEM データセット
さらに、MindSpore Earth は、組み込みの ERA5 再解析データ セット、レーダー エコー データ セット、高解像度 DEM データなどの予測可視化モジュールも提供し、短期予測、中期予測をサポートします。予測およびその他のモデルのトレーニングと評価。今後もMindSpore Earthは、盤古気象大規模モデル推論機能、長期気候予測、ダウンスケーリングなどを含む最先端かつ効率的なAI気象・海洋モデルとツールを提供し続け、AIと気象の統合研究を可能にしていきます。そして海洋データ。
図4 風速可視化効果
詳細については、MindSpore Flow と Earth の共同 SIG グループへの参加を歓迎します。
MindSpore Earth コード ウェアハウスのアドレス: https://gitee.com/mindspore/mindscience/tree/master/MindEarth
1990 年代生まれのプログラマーがビデオ移植ソフトウェアを開発し、1 年足らずで 700 万以上の利益を上げました。結末は非常に罰的でした。 Google は、Flutter、Dart、Python チームの中国人プログラマーの「35 歳の呪い」に関係する人員削減を認めた 。Microsoft は 、 無力な中年者にとっては幸運なおもちゃでもある。強力で GPT-4.5 の疑いがある; Tongyi Qianwen オープンソース 8 モデルWindows 1.0 が 3 か月以内に正式に GA Windows 10 の市場シェアは 70% に達し、Windows 11 GitHub がAI ネイティブ開発ツール GitHub Copilot Workspace JAVAをリリースOLTP+OLAP を処理できる唯一の強力なクエリです。これが最高の ORM です。