가이드 연계 퀴즈 · 중간 레벨
일기예보 퀴즈의 AI
벤치마크를 보편적 예측으로 처리하지 않고 GraphCast 및 GenCast 방법, 데이터 세트 및 평가 범위를 비교합니다.
질문 1 의 8
GraphCast와 같은 주요 AI 날씨 모델은 주로 어떤 데이터 세트를 훈련합니까?
모든 질문 미리보기8 질문
퀴즈를 풀면 정답과 설명이 나타납니다.
- GraphCast와 같은 주요 AI 날씨 모델은 주로 어떤 데이터 세트를 훈련합니까?
- 약 40년간의 세계 날씨에 대한 ERA5 재분석
- 실시간 위성 비디오 피드만
- 1년간의 미국 레이더 데이터
- 손으로 라벨을 붙인 폭풍 사진
- GraphCast와 같은 AI 모델은 기존의 수치적 날씨 예측과 근본적으로 어떻게 다릅니까?
- 동일한 슈퍼컴퓨터에서 물리 방정식을 더 빠르게 해결합니다.
- 대기 물리학을 시뮬레이션하는 대신 과거 데이터로부터 패턴을 학습합니다.
- 기온만 예측하고 그 외엔 아무것도 예측하지 않습니다.
- 현재 대기에 대한 입력 데이터가 필요하지 않습니다.
- GraphCast는 6시간 예측 단계에서 10일 예측을 어떻게 생성합니까?
- 40개의 별도 독립 모델을 실행합니다.
- 오늘과 10일차 사이를 선형적으로 보간합니다.
- 반복적으로(자동회귀적으로) 자체 출력을 다시 공급합니다.
- 10개의 서로 다른 위성 이미지의 평균을 구합니다.
- Roughly how long does the GraphCast paper report for generating a 10-day global forecast on a single Google Cloud TPU v4?
- 약 6시간
- 이틀 꼬박
- 일주일
- 1분 이내
- What result did the GraphCast paper report across its 1,380 verification targets?
- It outperformed the operational deterministic baseline on 90% of the evaluated targets
- It outperformed on every target in every weather situation
- It matched the baseline on exactly half of all targets
- It was evaluated only on one tropical cyclone
- 단일 결정론적 예측과 비교하여 GenCast 모델은 무엇을 추가합니까?
- 고해상도 위성 이미지
- 불확실성을 정량화하는 확률적 앙상블 예측
- 자동 뉴스 보도
- 모든 레이더 시스템을 대체합니다.
- What spatial representation does GraphCast use for atmospheric variables?
- A sequence of text-only tokens
- A single unconnected pixel at each latitude
- A high-resolution multi-scale mesh processed with graph neural networks
- A fixed lookup table with no learned graph
- What forecast horizon and time interval did GenCast report in its paper?
- A 1-day regional forecast at 1-minute steps
- A 6-hour forecast at 24-hour steps
- A 30-day climate average with no time steps
- A 15-day global forecast at 12-hour steps