気候モデルが作成された後
他にどんな証拠が必要なのか?

この報告は何を記録しているのでしょうか?

AIは100GB以上の気象データを処理し,400万以上のパラメータを持つネットワークを実装し,69の気象変数を含む45,000のトレーニングステップを実行した.

このコースは,訓練を独立的に再現していないし,このモデルを使用してリアルタイム予測を公表していない.

報告書45ページ. 筆者は,これは選択された示範であり,平均的な課題の成功率として捉えることはできないと指摘している.

どうやってテストを続けるか?

1. その データ を 作成 し た 者 と その 期間,場所,変数 を 明確 に 示す.
2. 訓練や調整に関与しないデータを用いて最終試験を実施し,答えが事前に漏洩するのを防ぐ.
3. 同じ任務と条件下で適切な参照と基線と比較し 予測時間,地域,変数,極端な出来事を別々に確認する.
4. 世界 的 天気 予報,山 の 道路 旅行,洪水 警告 は 異なる 情報 と 検査 を 必要 と し て い ます.

これは,クラスで提起された検証要件であり,これらの検証が既に実証のために完了したことを示すものではない.参照データ自体には,エラーと適用範囲も含まれています.

人間とAIは どう協働するのでしょう?

研究チームは56人の参加者からの769のタスク記録も分析した.この記録のセットで,AIは計画を提案し,実行し,修正する.人間は目標と方法を選択し,文脈を補足し,結果を判断する.

これらの材料は 特定の協力プロセスを理解するのに役立ちます.それらは この研究開発チームから来ているので,すべての研究作業が同じ分業を採用していることを証明することはできません. 人間の判断は常に正しいことを証明することはできません.

基礎: 報告書 8ページ 1011; 課題の範囲と分母は,さまざまな割合で異なるため,混同することはできません.

今のところ何が結論付けられないのか?

このレポートの対応するセクションは,この時間構成を検証したり,FourCastNetと比較するために十分な詳細な結果を提供していません.

人工知能は別のAIシステムの開発に参加することができるが,それは自律的に継続的に信頼性のある改善が証明されていることを意味するものではない.報告書は依然としてこれをオープンな問題としてリストしている.

基礎: 報告ページ 78, 1213. クラスでは,実用性の証拠として,プロモーションの見出しやランキングを使用しません.