Heidän on oltava valmiita tekemään ilmastomalleja.
Mitä muuta todisteita tarvitaan?

Mitä raportissa kerrotaan?

Kirjoittajat kertovat, että kiellettyjen verkkohaasteiden tapauksessa AI käsitteli yli 100 GB:n säätietoja, käytti yli 400 miljoonan parametrin verkostoa ja suoritti 45,000 askeleen harjoittelua, joka koski 69 säämuuttujaa.

Nämä ovat kirjoittajan antamia tapauskertomuksia. Kurssilla ei ole itsenäistä harjoittelua, eikä real-time-ennusteita, jotka perustuvat tähän malliin.

Kirjoittaja huomauttaa, että nämä ovat valikoituja esitykset, joita ei voida käyttää keskiarvon menestymisen arvioimiseksi.

Miten se jatkuu?

1. Tutkimme, kuka on luonut datan, mitä ajankohtaa, paikkoja ja muuttujia se kattaa.
2. Lopulliset testit käyttävät tietoja, joita ei ole koulutettu ja joita ei ole testattu, jotta vastaukset eivät leviäisi ennenaikaisesti.
3. Vertailu sopiville viitteille ja peruslinjoille samassa tehtävässä ja samankaltaisissa olosuhteissa; tarkistetaan ennustettuja aikavaikutuksia, alueita, muuttujia ja äärimmäisiä tapahtumia.
4. Käyttäjien tarve on vahvistettu. Maailmanlaajuiset sääennusteet, vuoristo- ja tulvavaroitukset eivät ole samanlaisia kuin testaukset.

Tämä ei tarkoita, että tarkastuksia olisi tehty esityksestä, koska luokka on esittänyt nämä tarkastuspyynnöt. Viittaustiedot itsessään ovat virheellisiä ja soveltuvia.

Miten ihminen ja tekoäly toimivat yhdessä?

Tiimi analysoi myös 56 osallistujan 769 tehtävänluetteloa, joissa AI esittelee, toteuttaa ja muuttaa suunnitelmia; henkilö osallistuu tavoitteiden ja menetelmien valintaan, täydentää taustalla olevia tietoja ja tuottaa päätöksiä.

Nämä tiedot auttavat meitä ymmärtämään yhteistyötä. Ne ovat peräisin yhdestä tutkimusryhmästä, eivätkä ne todista, että kaikki tutkimustyöt olisivat samat, eivätkä ne todista, että ihmisten arvio olisi aina oikein.

Raportti 8, 10 ja 11. sivu; eri prosenttiosuudet ovat erilaisia tehtävien laajuutta ja tekijöitä, joita ei voi yhdistää.

Mitä ei voi tuoda pois täältä?

Yksi minuutti, joka ennustaa viikon, ei voi selittää koko mallien kehittämisen yhdellä minuutilla. Raportin vastaava kohta ei ole riittävän yksityiskohtainen, jotta voidaan todeta aika-aikaa vaativa konfiguraatio tai verrata sitä FourCastNet:in kanssa.

AI:n osallistuminen toisenlaisen AI:n kehittämiseen ei ole sama kuin se, että se on osoittanut olevansa kestävä ja luotettava itsestään parantava. Raportissa se on edelleen avoin kysymys.

Tutkimus: Raportti 7, kappale 8, 12, kappale 13. Luokassa ei käytetä mainosta tai luetteloa käytännöllisyyden osoituksena.