html После создания модели погоды AHALab
AHALabAHALab · Наука и мы
Возвращение к занятиям.

После того, как мы создали метеорологические модели,
Что еще нужно доказать?

Команда Atria показала примеры AI, участвующего в разработке моделей погоды. Это работающее демонстрация, которая показывает результаты работы; где и в каких условиях она может быть надежно использована, и требует дополнительных испытаний.

Atria报告内嵌的完整天气演示界面，可点击放大
Первоначальный отчет на странице 5 изображение 2 (a) используется встроенный прототип. Интерфейс с историческим временным знаком 2022 года, а не текущего погоды. Автор в графике отмечает, что этот интерфейс не сообщает о точности прогнозирования; можно сделать надежные выводы о модели, если только две карты не будут выглядеть близко.

Что зафиксировано в этом докладе?

В случае с отключением поиска в сети, AI обработал более 100 ГБ метеорологических данных, реализовал сети с более чем 400 миллионами параметров, провел 45,000 шагов обучения, включая 69 метеорологических перемен.

Это примерные записи, предоставленные авторами. Этот курс не проводит самостоятельно воспроизведение своих тренировок и не использует этот набор моделей для публикации прогнозов в реальном времени.

Согласно: отчёту, страницы 4 и 5. Авторы отмечают, что это выборочные демонстрации, которые не могут быть использованы как средний показатель успеха задач.

Как продолжить проверку?

  1. Узнать, кто создал данные, какое время, место и переменные они охватывают.
  2. В конечном итоге тесты используют данные, которые не участвуют в тренировках и дифференцировании, чтобы предотвратить предварительное утечка ответов.
  3. Сравнение с соответствующими справочными и базовыми линиями при одних и тех же задачах и условиях; проверка прогнозируемого временного эффекта, региональных, переменных и экстремальных событий, соответственно.
  4. Установление того, что нужно пользователю. Глобальное прогнозирование погоды, дорожные поезда и предупреждение о наводнениях не соответствуют проверкам.

Это требование к проверке, предложенное в классе, не означает, что проверки уже были сделаны на демонстрацию.

Если вы создали карту погоды, какую из них вы бы сначала посмотрели и решили не использовать?

Как люди работают вместе с ИИ?

Команда также проанализировала 769 записей задач 56 участников. В этих записях ИИ предлагает проекты, выполняет и модифицирует; люди участвуют в выборе целей и методов, дополняют контекст и результаты оценки.

Эти данные помогают нам понять конкретный процесс сотрудничества. Они приходят из этой команды и не могут доказать, что все научные исследования выполняются с одинаковым распределением задач, и не могут доказать, что человеческие суждения должны быть правильными.

Согласно: отчетность 8, 10, 11 и 11 страниц; различные проценты задач различаются в диапазоне и разделе, и не могут быть перечислены.

Что мы пока не можем выпустить отсюда?

Прогнозировать будущую неделю не может быть объяснено как минуту для завершения разработки всей модели. Соответствующие параграфы отчета, полученные в данном случае, не дают достаточных подробностей для проверки времени, потраченного на конфигурацию или сравнения с FourCastNet.

Принять участие в разработке другого искусственного интеллекта не означает, что он уже доказал, что он может продолжительно и надежно самостоятельно улучшаться.

Согласно: отчету No 7, 8, 12, 13 страницы. Урок не использует рекламные заголовки или рейтинги в качестве доказательства своей практической эффективности.

Источники и чтение записей

Местные сообщения - Страница 5Официальный отчетОфициальный проект

Согласно 23-страничному докладу от 15 сентября 2026 года, слайд-фотографии. GitHub main может продолжать обновляться; изображения не перерисовываются, авторы и оригинальные источники сохраняются.

Смотрите оригинальные источники