Космическая гидрометеорология - прогноз погоды по данным со спутников
Предыдущие посты
Космическая гидрометеорология - что это?
Космическая гидрометеорология - что видят спутники?
Космическая гидрометеорология - ПО для обработки спутниковых данных
Последний пост видимо оказался слишком узконаправленным, потому что обсуждения никакого не вызвал. Что же, не буду тогда вдаваться в технические сложности, постараюсь писать более понятно.
Итак, прогноз погоды со спутника.
Такой прогноз называется наукастинг, обычно он делается на ближайшие часы (до 2-6 часов вперед).
Обычно, для решения задачи наукастинга берут спутниковые снимки (обычно каналы самого прибора + параметры облачности), добавляют метеорологические радары и данные численного прогноза погоды - и делают прогноз.
Про спутниковые данные уже рассказывал, что же такое метеорологические радары?
Это доплеровские радиолокационные станции, которые позволяют определять координаты выпадения осадков, направления их движения и их тип.
Расположение радаров на территории Росси приведено ниже (взято отсюда)
Как видно, в основном они располагаются в Европейской части России. Все что дальше Урала - естественно, будет работать плохо. Поэтому для этих территорий применяют модели численного прогноза погоды вместо радаров.
Посмотреть данные радаров по осадкам в реальном времени можно на accuweather.com и meteoinfo.ru/radanim
Численная модель прогнозирования погоды — это компьютерная программа, построенная на основе системы уравнений гидромеханики (уравнения Эйлера) и составляющая на основе текущих данных метеорологический прогноз. Эта модель может быть глобальной, покрывающей всю Землю, или локальной, покрывающей отдельный участок планеты.
В основе моделей лежат математические уравнения, описывающие аэро- и термодинамические процессы в атмосфере и связывающие такие параметры как плотность, скорость, давление и температуру. Эти уравнения являются нелинейными и не имеют точного решения, поэтому для их решения используются численные методы. Исходные уравнения дискретизируются во времени и пространстве и превращаются в систему линейных уравнений, связывающую наборы физических параметров в выбранных точках (узлах вычислительной сетки). Чем больше используется точек для расчета, тем выше точность модели, но и тем выше требования к вычислительным мощностям.
Наиболее известные модели на сегодняшний день - GFS, WRF, ICON, ECMWF.
Кстати, удобные сервисы по просмотру параметров моделей - температура на уровнях, скорость ветра, осадки, влажность и т.д., удобно смотреть на сайтах windy.com и ventusky.com.
Как именно делают наукастинг и кто этим занимается?
Русскоязычные материалы нашел от Яндекса на Хабре: Как мы делали краткосрочный прогноз осадков. Лекция в Яндексе и Как мы отказались от нейросетей, а затем вернули их в прогноз осадков Яндекс.Погоды
Вкратце - они использовали для составления прогноза оптический поток и нейронную сеть. Результаты, судя по всему, внедрены в Яндекс.Погоду.
Также они приводят интересный график
Согласно которому точность прогноза уменьшается тем больше, чем больше время самого прогноза. То есть предсказывая погоду на 2 часа вперед точность составляет 35-45%.
Еще нашел материалы конференции, которая проводилась в Институте Космических Исследований РАН за 2019 год. Там тема одного из докладов - Разработка нейросетевого метода прогнозирования эволюции облачных образований и осадков по данным геостационарных спутников
Как я понял, там делают упор как раз только на использование спутников, потому что на Дальнем востоке радаров почти нет. Но к чему это привело и где это используется - непонятно.
Таким образом, со спутников делают прогноз - но на небольшой период времени. До 2 часов максимум. И чем больше время прогноза - тем меньше точность.
Если есть вопросы по этой теме или есть вопросы из других направлений - спрашивайте)
Робота Wall-E воссоздали в реальности
«Т-платформы», откуда уволилось 80% сотрудников, планирует взять под контроль государство
Правительство РФ обсуждает возможность финансового оздоровления «Т-платформ» — разработчика суперкомпьютеров из РФ. Одно из подразделений компании, «Байкал электроникс», разработало процессоры «Байкал-Т1» и компьютеры на основе этих чипов.
21 декабря на Хабре публиковалась новость о том, что у «Т-платформ» начались крупные проблемы, о которых компания не заявляла официально. Так, стало известно, что перестал работать сайт организации, а 80% персонала уволилось. Проблемы спровоцированы взаимоотношениями с государством: основатель и гендиректор «Т-платформ» Всеволод Опанасенко уже несколько месяцев находится под стражей.
23 декабря на площадке Правительства России прошло совещание руководителей профильных департаментов Правительства, ВЭБ.РФ и Минпромторга, а также представителей «Т-платформы», на котором обсуждались меры финансового оздоровления компании.
Один из вариантов выхода из сложившейся ситуации — изменение акционерного состава с передачей 100% акций компании дочке ВЭБ.РФ — «НМ-тех». Согласно этому сценарию, своей доли в компании лишается основатель. Ему принадлежит 75% в уставном капитале «Т-платформ». Внешэкономбанк является держателем остальных 25%. Вернее, таков был расклад на 30 июня 2017 года. Но как бы там ни было, сейчас у Опанасенко должен быть контрольный пакет акций.
Что касается НМ-тех», то эта организация в виде общества с ограниченной ответственностью была зарегистрирована в Зеленограде 7 мая 2019 г. Интересный момент — ее руководителем и гендиректором является Алексей Соколов, руководивший зеленоградским предприятием «Ангстрем-Т» то момента банкротства организации.
Представители ВЭБ не опровергли возможность реализации описанного выше сценария. В компании заявили, что сейчас обсуждаются разные варианты разрешения ситуации вокруг компании «Т-платформы», но окончательное решение пока не вынесено.
Еще один сценарий — денежное дофинансирование «Т-платформ». Дело в том, что компания из-за ареста ее руководителя не может взять кредит. Сделать это может ВЭБ, как совладелец, но пока что никаких предложений по этому поводу от банка не поступало.
Правительство обратило внимание на судьбу компании, поскольку ее разработки уникальны, часть финансировалось Минпромторгом. Если других вариантов спасти компанию не найдется, то акционеры будут обсуждать возможность передать все свои акции государству.
По словам одного из сотрудников компании, сейчас бизнес «Т-платформ» стал менее прибыльным. А для того, чтобы зарабатывать деньги, нужно быть вендором, интегратором и техподдержкой одновременно. Для спасения компании ее необходимо дотировать и докапитализировать.
Руководителя организации арестовали в марте этого года, обвинив в злоупотреблениях должностными полномочиями с тяжкими последствиями. Такое нарушение наказывается лишением свободы на срок до десяти лет. Арест был связан с контрактом, заключенным 30 ноября 2016 года. Согласно ему «Т-платформы» обязались поставить в МВД РФ компьютеры на отечественных процессорах на сумму в 357,1 млн рублей.
Вычислительные системы не были поставлены в срок, после этого МВД отказалось его принимать в более поздний срок. Правда, чуть позже тендер был возобновлен и выиграли снова «Т-платформы», поставки были выполнены.
Финансовые проблемы компании очень значительные. Так, ее банкротит Федеральная налоговая служба. Изначально она обратилась с иском о признании «Т-платформ» финансово несостоятельной организацией в Московский арбитражный суд. 16 сентября суд принял заявление о признании должника банкротом к производству. Ближайшее заседание по делу намечено на конец января 2020 года.
Источник: https://habr.com/ru/news/t/481976
Как играть в Speedgate, первый вид спорта, созданный AI
Американское рекламное агентство AKQA представило спидгейт (speedgate) — первый вид спорта, правила которого созданы искусственным интеллектом. Алгоритм, написавший правила игры, основан на рекуррентной нейросети, которая обучалась на текстовой информации о 400 уже существующих видах спорта.
Проект был разработан под Неделю дизайна в Портленде, чтобы у креативного народа, собравшегося на выставки и конференции, был повод размять мышцы. Глава проекта Уитни Дженкинс объясняет, что фильмы и музыкальные композиции нейросетями уже создавались. А на идею разработать полностью новый вид спорта их натолкнуло предыдущее сотрудничество AKQA с Nike. «Мы подумали: а что, если бы у нас получилось создать новый баскетбол, новый футбол?»
Команда взяла текстовое описание правил 400 видов спорта. Всего получилось около 7300 строк с отдельными правилами. На основе этих правил рекуррентная нейросеть (алгоритмы RNN и DCGAN) создала свои: получилось около 1000 описаний правил спортивных состязаний. В основном эти описания были короткими и, мягко говоря, «необычными», так что разработчикам приходилось додумывать, можно ли вообще это превратить в спорт.
Например, сначала нейросеть планировала заставить людей играть в «подводный паркур» или «взрывающуюся фрисби». Также среди первых разработанных ею проектов был спорт, в котором игроки передавали бы друг другу мяч, находясь на воздушных шарах и ходя по канату. Дженкинс говорит:
Мы лучше понимали ограничения нашего спорта. Мы знали, что не можем играть в десятках метров над землей, и естественно эти идеи были полным бредом. Но используя AI как часть креативной команды мы сильно расширили наши горизонты. Отталкиваясь от идей AI, можно получить что-то по-настоящему уникальное.
Постепенно идеи системы стали чуть более осмысленными. Например, она выдала такое описание спорта, как «маленький волейбол, борьба на катке». Команда интерпретировала это как игру в волейбол в небольшой комнате, где вы привязаны к полу или можете использовать физическую силу для захвата мяча. Еще одной ранней идеей машины было «два больших участника, седло, спина, самый быстрый наверх». Команда представила себе людей на лошадях, сидящих напротив друг друга на большом бревне, качающемся вверх и вниз.
Творения нейросети прошли много стадий фильтрации:
Большую часть времени мы просто смотрели на огромную таблицу, ворочая мозгами и пытаясь понять, как это может выглядеть в реальной жизни. Это всё далеко не так гламурно, как многие люди наверное представляют сотрудничество с AI. Было очень много итераций, прежде чем на выходе получилось что-то понятное и, главное, интересное.
После обработки более 1000 идей, AKQA нашла описание подходящего спорта: простого, хорошего в качестве тренировки и доступного для многих людей. Дальше нейросеть придумала все его правила, и команде проекта осталось только исключить из него самые глупые. Получился спидгейт.
Правила тут довольно простые (точно проще, чем, например, у квиддича). Две команды по 6 человек. Один мяч, который можно бросать или пинать по полю, передавая своим напарникам. Только когда вы держите мяч, нельзя перемещаться по полю. Что делает игру более стратегической: скорость бега не так важна, как работа в команде и грамотные пасы. Один игрок, будь он хоть Криштиану Роналду, не сможет привести вашу команду к победе. Еще один плюс, говорят в AKQA: это снижает количество травм.
Цель спидгейта – сначала провести мяч через центральные ворота (обозначенные двумя палками). Это дает возможность забить гол. Дальше нужно заставить мяч пересечь вторые ворота, которые находятся на стороне соперника. Это даст два очка. А если один из игроков вашей команды стоит за этими воротами, тут же словит мяч, и пробьет его обратно через эти ворота, дается бонусное очко (это называется «рикошетом»). Тоже вполне логично: если вы смогли забить впятером, пока один из вас бегал за воротами противника, значит, вы молодцы, и у вас есть возможность увеличить разрыв.
Ворота («гейты», откуда и название игры) – без сетки, и забивать «двухочковый» можно в обе стороны, главное чтобы мяч пролетел между столбов. Уитни Дженкинс говорит, что его любимое сгенерированное правило касается объявления голов:
Если команда говорит, что она забила гол, а на самом деле это не так, очки даются противоположной команде. Видимо, наш AI ценит честность.
На создании правил система не остановилась. Ей также «скормили» 10 400 логотипов разных видов спорта и команд, из которых она сгенерировала 6400 вариантов для спидгейта (в итоге выбрали один, с характерным изображением центральных ворот-столбов). Тем же методом создали и слоган, который уже оценили первые игроки и проскандировали первые болельщики. «Стань лицом к мячу, чтобы стать мячом, чтобы быть над мячом».
Промо-видео спидгейта
AKQA сделали поле для нового спорта, в который они теперь играют каждое утро субботы. Полный список правил доступен на сайте. Пока что цель – на Неделе дизайна в Портленде сделать несколько команд от разных креативных агентств и IT-компаний, чтобы устроить небольшую лигу. «Мы играли с атлетами из колледжей, с детьми, с детьми против взрослых», – говорит Дженкинс. – «Это просто и весело, хорошая утренняя тренировка, которая еще и усиливает командный дух. Все обожают спидгейт».
А как бы вы, поиграли бы? Или лучше футбол?
Будущее наступает очень быстро
https://habr.com/ru/post/49122/#comment_12922829
Впечатляет запрос на вес устройства =)
А вот экранчик 5", по нынешним временам, маловат.