เทคโนโลยี Deepfake อาจเป็นอนาคตของการพยากรณ์อากาศระยะสั้น

DeepMind, the AI บริษัทที่อยู่เบื้องหลังการปฏิวัติเครื่องมือทำนายโครงสร้างโปรตีน AlphaFold ได้จับตามองปัญหาทางวิทยาศาสตร์ที่ยากลำบากอีกประการหนึ่ง นั่นคือ การพยากรณ์อากาศ แม้ว่าการพยากรณ์ระยะยาวจะค่อนข้างสมบูรณ์แบบโดยใช้การจำลองด้วยคอมพิวเตอร์ขนาดใหญ่ การพยากรณ์ระยะสั้น เช่น อากาศจะเป็นอย่างไรในอีกหนึ่งชั่วโมงข้างหน้า ยังคงเป็นความท้าทายสำหรับ นักอุตุนิยมวิทยา ในความร่วมมือกับ U.K. Met Office DeepMind ได้พัฒนาเครื่องมือ AI ใหม่ DGMR ("ลึก แบบจำลองกำเนิดของปริมาณน้ำฝน") ซึ่งใช้แนวทางเดียวกับเทคโนโลยี Deepfake เพื่อแก้ไขปัญหานี้ ท้าทาย.

Deepfake คือการรวมกันของคำว่า "deep learning" และ "fake" และหมายถึงรูปภาพหรือวิดีโอที่ใบหน้าของบุคคลถูกแทนที่ด้วยแบบจำลองที่น่าเชื่อถือของคนอื่น AI ที่อยู่เบื้องหลังสิ่งนี้ได้รับการฝึกฝนให้นำรูปแบบใบหน้าที่มีอยู่จากรูปภาพหรือวิดีโอมาสร้างใหม่ในบริบทใหม่ไม่ว่าจะเป็น แทนที่นักแสดงคนหนึ่งด้วยอีกคนหนึ่ง หรือทำให้โมนาลิซ่าหัวเราะ การประยุกต์ใช้เทคโนโลยีนี้เป็นที่ถกเถียงกันและอาจมีตั้งแต่มีมอินเทอร์เน็ตที่ไม่คุ้นเคย ไปจนถึงการบิดเบือนข้อมูลผ่านการแอบอ้างบุคคลอื่น

โดยใช้เทคโนโลยีชนิดเดียวกันนี้ DeepMind ให้เครื่องมือ AI ของมัน ภาพรวมสภาพอากาศแบบเรียลไทม์ในรูปแบบของข้อมูลเรดาร์ การวิเคราะห์สิ่งเหล่านี้ทำให้เครื่องมือสามารถใช้รูปแบบที่มีอยู่อย่างต่อเนื่องเพื่อสร้างความต่อเนื่องของสภาพอากาศปลอม แม้ว่าสิ่งเหล่านี้จะปลอมในทางเทคนิค แต่การคาดการณ์ของ DGMR ได้พิสูจน์แล้วว่าแม่นยำกว่าที่อื่นๆ ในปัจจุบัน นี่ไม่ใช่ความพยายามครั้งแรกในการสร้างเครื่องมือการเรียนรู้เชิงลึกสำหรับสภาพอากาศ แต่ในขณะที่เครื่องมือที่มีอยู่บางอย่างสามารถคาดการณ์ด้านหนึ่งได้ดี เช่น ความรุนแรงของฝน นี่คือ มักจะเสียค่าใช้จ่ายของผู้อื่นเช่น ตำแหน่งที่แม่นยำ

ความแม่นยำและการใช้งาน

เพื่อทดสอบความแม่นยำของ DGMR นักพยากรณ์อากาศ 56 Met Office ได้รับการคาดการณ์เพื่อเปรียบเทียบกับการคาดการณ์อย่างสุ่มสี่สุ่มห้าโดยการจำลองทางฟิสิกส์และเครื่องมือการเรียนรู้เชิงลึกอื่น 89% ของผู้ตอบแบบสอบถามกล่าวว่าผลลัพธ์ของ DGMR เหนือกว่าผลลัพธ์อื่นๆ ในด้านความเข้มของฝน ตำแหน่ง การเคลื่อนไหว และขอบเขต ความสามารถที่น่าประทับใจของเครื่องมือในการติดตามตัววัดจำนวนหนึ่ง ตั้งแต่การเปลี่ยนแปลงของอุณหภูมิไปจนถึงการก่อตัวของเมฆ คือสิ่งที่ทำให้มันได้เปรียบเหนือคู่แข่ง

โดยเฉพาะอย่างยิ่ง เครื่องมือนี้เชี่ยวชาญในการทำนายผลในอีก 5-90 นาทีข้างหน้า ซึ่งเป็นหน้าต่างที่คาดเดาได้ยากที่สุด แม้ว่าสิ่งนี้จะน่าดึงดูดสำหรับทุกคน แต่ความก้าวหน้านี้จะเป็นประโยชน์อย่างยิ่งสำหรับระบบฉุกเฉิน เช่น การเตือนน้ำท่วม การบินและการควบคุมการจราจรทางอากาศ และกิจกรรมกลางแจ้ง เช่น โอลิมปิก. เมื่อ DGMR สมบูรณ์แบบแล้ว จะเป็นเรื่องที่น่าสนใจที่จะเห็นว่า DeepMind ตัดสินใจจะเน้นไปที่ประเด็นทางวิทยาศาสตร์ในเรื่องใดต่อไป

แหล่งที่มา: MIT Technology Review

Skeet Ulrich กล่าวว่าไม่มีใครรู้ว่าใครฆ่าใครใน Scream