macau0123の海外Big Techニュース

気象・環境・気候変動

機械学習は，環境をよりよく理解し，日常生活だけでなく災害時にも人々を助けるために有用な予測を行うのに役立ちます。気象や降水量の予測では、NOAAのHRRRのような計算量の多い物理学ベースのモデルが、長い間最高の地位を占めてきました。しかし、機械学習ベースの予測システムは、現在の降水量を空間的な解決法で予測することができ（「シアトルで雨が降っているのか？」だけでなく、「シアトルの地元の公園で雨が降っているのか？」も予測することができます）、最大8時間の短期予報を作成することができ、HRRRよりもかなり正確で、時間的・空間的な分解能が高く、より速く予報を計算することができます。







おおよそ1日の予測を可視化したもの。（左側）HRRRが予測を提供する頻度の限界である、各1時間の最初で行われた1時間のHRRR予測。（中央）根拠となる真実、つまり私達が予測しようとしているもの。（右側）私達のモデルによる予測。我達の予測は、HRRRによる空間分解能の約10倍の空間分解能で、2分ごと（ここでは15分ごとに表示されています）に行われています。嵐の一般的な運動と一般的な形状を捉えていることに注目してください。

私達はまた、HydroNetsという改良技術も開発しています。これにより、上流の水位と下流の氾濫との相互作用をより正確に理解し、より正確な水位予測と洪水予測を実現しています。これらの技術を用いて、インドとバングラデシュでは洪水警報の対象範囲を20倍に拡大し、25万平方キロメートルに住む2億人以上の人々をより良く保護することに貢献しています。




また、衛星画像データをよりよく解析することで、グーグル・ユーザーは山火事（今年カリフォルニア州とオーストラリアで壊滅的な影響をもたらした）の影響と範囲をよりよく理解することができます。衛星画像の自動解析は、事前の衛星画像が限られている場合でも、自然災害後の被害状況を迅速に評価するのに役立つことを示しました。また、都市の植樹活動を支援することで、現在の樹木の樹冠面積を評価し、どこに新たな樹木を植えるべきかを判断することができます。また、時間的背景を利用した機械学習技術が、生態系や野生生物のモニタリングの改善にどのように役立つかを示しています。

この作業に基づいて、グーグル・クラウドのインフラを使ってNOAAの環境モニタリング、天気予報、気候調査を増幅させるためにAIと機械学習を使用することについて、NOAAと提携できることに興奮しています。

英語原文はこちら
https://ai.googleblog.com/2021/01/google-research-looking-back-at-2020.html