ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
NVIDIA($NVDA) เปิดเผยเมื่อวันที่ 21 ว่าสถาบันและบริษัทในยุโรปกำลังใช้หรือทดสอบชุดโมเดล AI Earth-2 สำหรับพยากรณ์อากาศและภูมิอากาศ โดยการสาธิตหลักคือ StormScope-EU ซึ่งใช้ข้อมูลดาวเทียมที่อัปเดตทุก 10 นาทีเพื่อคาดการณ์ภาพเมฆล่วงหน้าได้นานถึง 2 ชั่วโมง
ในบล็อกอย่างเป็นทางการ NVIDIA ระบุกรณีศึกษาจาก AXA, Vaisala Xweather, นักวิจัยจากมหาวิทยาลัยแมนเชสเตอร์, TotalEnergies และ Space42 อย่างไรก็ตาม แต่ละกรณีอยู่คนละขั้น บางรายนำไปใช้แล้ว ขณะที่บางรายอยู่ระหว่างประเมินหรือเพิ่งประกาศความร่วมมือ จึงไม่ควรเรียกรวมทั้งหมดว่าเป็นหน่วยงานที่นำระบบไปใช้แล้ว
StormScope-EU คาดการณ์ภาพเมฆล่วงหน้า 2 ชั่วโมง
NVIDIA ระบุว่า StormScope-EU เป็นโมเดลพยากรณ์ระยะสั้นที่ฝึกด้วยข้อมูลสภาพอากาศและภูมิอากาศของยุโรป โมเดลรับข้อมูล 16 ช่องสัญญาณจากดาวเทียม Meteosat ขององค์การอุตุนิยมวิทยาดาวเทียมยุโรป (EUMETSAT) ทุก 10 นาที เพื่อคาดการณ์การเปลี่ยนแปลงของเมฆ
การสาธิตที่ GTC Berlin ซึ่ง NVIDIA และ Earthmover เปิดตัวร่วมกัน เชื่อมข้อมูลจากดาวเทียม Meteosat Third Generation ของ EUMETSAT เข้ากับ NVIDIA Earth2Studio และแพลตฟอร์มข้อมูลของ Earthmover โดย Earthmover ระบุว่าการสาธิตอัปเดตทุก 10 นาทีและพยากรณ์ภาพดาวเทียมล่วงหน้า 2 ชั่วโมง
การเรียกบริการนี้ว่า “เรียลไทม์” ยังมีเงื่อนไข ข้อมูลดาวเทียมที่ให้ใช้ฟรีจากคลังข้อมูลของ EUMETSAT มีระยะหน่วงเผยแพร่ 1 ชั่วโมง หากใช้ช่องทางนี้ ผลพยากรณ์จะออกมาหลังได้รับข้อมูลดาวเทียม 68 นาที ส่วน Earthmover ระบุว่าการหน่วงตามใบอนุญาตเชิงพาณิชย์ที่ใช้ในการสาธิตครั้งนี้อยู่ที่ 20 นาที ความทันเวลาจึงขึ้นอยู่กับเงื่อนไขการเข้าถึงข้อมูลพอ ๆ กับประสิทธิภาพของโมเดล
Earthmover ระบุว่าความเร็วในการประมวลผลของโมเดลเพียงอย่างเดียวไม่เพียงพอสำหรับบริการพยากรณ์ที่มีความหน่วงต่ำ ต้องปรับปรุงทั้งกระบวนการตั้งแต่การรวบรวมข้อมูล การประมวลผลล่วงหน้า การจัดเก็บ ไปจนถึงการเผยแพร่ การสาธิตนี้จำกัดอยู่ที่การพยากรณ์ภาพดาวเทียมระยะสั้น ไม่ใช่การคาดการณ์ภูมิอากาศระยะยาวหรือการพยากรณ์ตัวแปรสภาพอากาศทุกประเภท
แต่ละกรณีอยู่ในขั้นตอนต่างกัน
△ AXA: ใช้ FourCastNet 3 ศึกษาความเสี่ยงจากพายุไซโคลนในแต่ละพื้นที่ โดยจำลองฤดูกาลมากกว่า 1,000 ฤดูกาลเพื่อศึกษาสถานการณ์ที่เกินกว่าข้อมูลในอดีต NVIDIA นำเสนอกรณีนี้ในฐานะงานวิจัยเพื่อประเมินความเสี่ยง แต่ไม่ได้เปิดเผยตัวเลขความแม่นยำของการพยากรณ์หรือการลดความเสียหายจากประกัน
△ นักวิจัยจากมหาวิทยาลัยแมนเชสเตอร์: ปรับ Earth-2 CorrDiff ให้เหมาะกับการสร้างแบบจำลองคุณภาพอากาศในสหราชอาณาจักร โดยฝึกโมเดลบนซูเปอร์คอมพิวเตอร์ Isambard-AI และเรียกใช้งานบนระบบ NVIDIA DGX Spark
△ TotalEnergies: กำลังประเมิน Earth-2 เพื่อพยากรณ์การผลิตไฟฟ้าจากพลังงานแสงอาทิตย์ โดยทดสอบการพยากรณ์รังสีดวงอาทิตย์ระยะสั้นที่อาศัย StormScope ในโรงไฟฟ้าพลังงานแสงอาทิตย์ 2 แห่ง พร้อมพัฒนาโมเดลที่ให้ข้อมูลสภาพอากาศในช่วงห่างสั้นกว่า 1 ชั่วโมง บริษัทยังไม่ได้เปิดเผยว่าระบบเริ่มใช้งานเชิงพาณิชย์หรือไม่ และผลด้านประสิทธิภาพเป็นอย่างไร
△ Space42: นำเสนองานวิจัยที่ใช้ CorrDiff และ PhysicsNeMo ประเมินความสูงของพื้นผิวจากภาพเรดาร์หนึ่งภาพ พร้อมสร้างแผนที่แสดงความไม่แน่นอน
△ Vaisala Xweather: ประกาศความร่วมมือกับ NVIDIA แยกต่างหากเมื่อวันที่ 21 เป้าหมายของกรณีใช้งานแรกคือผสาน StormScope กับข้อมูลการตรวจวัดฟ้าผ่าของ Vaisala เพื่อเพิ่มระยะเวลาพยากรณ์ฟ้าผ่าล่วงหน้าจาก 1 ชั่วโมงเป็น 3 ชั่วโมง ตัวเลขนี้เป็นเป้าหมายที่บริษัทระบุ และยังไม่มีผลตรวจสอบจากหน่วยงานอิสระ
เงื่อนไขของโมเดลแบบเปิด
NVIDIA นำเสนอ Earth-2 ในฐานะชุดโมเดลและเครื่องมือ AI แบบเปิด อย่างไรก็ตาม ขอบเขตของคำว่า “เปิด” อาจไม่ครอบคลุมองค์ประกอบและเงื่อนไขการใช้งานทุกส่วนเหมือนกัน จึงต้องพิจารณาใบอนุญาตแต่ละรายการและเงื่อนไขการเข้าถึงข้อมูลแยกกัน ตัวอย่างหนึ่งคือข้อมูลดาวเทียมที่มีระยะหน่วงต่างกันตามการใช้งานฟรีหรือใบอนุญาตเชิงพาณิชย์
การประกาศครั้งนี้นำเสนอกรณีใช้งาน AI ด้านสภาพอากาศและ GPU แม้การประมวลผลโมเดลจะใช้ GPU ของ NVIDIA แต่ไม่มีการเปิดเผยยอดขาย GPU จำนวนคำสั่งซื้อ หรือสัดส่วนรายได้ที่เกี่ยวข้อง นอกจากนี้ยังไม่มีข้อมูลเรื่องความแม่นยำของโมเดล ความได้เปรียบเมื่อเทียบกับการพยากรณ์เชิงตัวเลขแบบเดิม หรือผลต่อการลดความเสียหายจากภัยพิบัติ
กรณีต่าง ๆ ที่กล่าวมามาจากข้อมูลที่ NVIDIA และพันธมิตรเปิดเผยโดยตรง ส่วน Vaisala Xweather ระบุว่าเครือข่ายตรวจวัดฟ้าผ่าและความเชี่ยวชาญด้านอุตุนิยมวิทยาของบริษัทช่วยเสริมโมเดล AI เป้าหมายการพยากรณ์ฟ้าผ่าล่วงหน้า 3 ชั่วโมงของ Vaisala และผลการประเมินที่โรงไฟฟ้าพลังงานแสงอาทิตย์ 2 แห่งของ TotalEnergies จะเป็นประเด็นที่ต้องติดตามต่อไป
ความคิดเห็น 0