หัวเว่ย คลาวด์ ร่วมงานหัวเว่ย คอนเนกต์ หวังเร่งกลยุทธ์เจาะตลาดและการขายด้วยคุณประโยชน์ที่เพิ่มขีดความสามารถ

<h2>เดือนกรกฎาคมปี 2566 น่าจะทำสถิติเป็นเดือนที่ร้อนที่สุดเป็นประวัติการณ์ไปแล้ว และอาจอบอุ่นที่สุดในรอบ 120,000 ปีด้วย โดยเมื่อสภาพอากาศร้อนขึ้น เหตุการณ์สภาพอากาศรุนแรงก็มีแนวโน้มจะเพิ่มขึ้นตามด้วย การพยากรณ์อากาศแบบดั้งเดิมต้องใช้พลังการประมวลผลจำนวนมาก แต่ขณะนี้แบบจำลองสภาพอากาศพลังเอไอ (AI) แบบใหม่ ได้รับการเผยแพร่สู่สาธารณะแล้ว ซึ่งจะเข้ามาพลิกวิธีการพยากรณ์อากาศไปเลย</h2>&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;ผานกู่ เวเธอร์ (Pangu-Weather) เป็นโมเดลเอไอพยากรณ์อากาศที่หัวเว่ย คลาวด์ (HUAWEI CLOUD) พัฒนาขึ้น เพื่อให้พยากรณ์อากาศได้แม่นยำยิ่งขึ้น โดยปรับปรุงความเร็วในการทำนายได้ถึง 10,000 เท่า ลดเวลาในการพยากรณ์อากาศทั่วโลกเหลือเพียงไม่กี่วินาที ช่วยอำนวยความสะดวกในการทำนายล่วงหน้าและเตรียมการรับมือสภาพอากาศที่รุนแรง ผลลัพธ์เหล่านี้ได้รับการตีพิมพ์ในวารสารทางวิทยาศาสตร์ชั้นนำอย่างเนเจอร์ (Nature) เมื่อวันที่ 5 กรกฎาคม 2566 &nbsp;&nbsp;&nbsp;&nbsp;ผานกู่ เวเธอร์ เป็นแบบจำลองการพยากรณ์ด้วยเอไอแบบแรก ที่มีความแม่นยำสูงกว่าวิธีการพยากรณ์อากาศด้วยตัวเลขแบบเดิม และเผยแพร่สู่สาธารณะเป็นครั้งแรกให้ใช้ได้ฟรีบนเว็บไซต์ศูนย์พยากรณ์อากาศระยะกลางแห่งยุโรป (European Center for Medium-Range Weather Forecasts หรือ ECMWF) เปิดโอกาสให้นักพยากรณ์อากาศ นักอุตุนิยมวิทยา ผู้ที่ชื่นชอบสภาพอากาศ และประชาชนทั่วโลก มีแพลตฟอร์มไว้ดูการพยากรณ์อากาศทั่วโลกตลอด 10 วันจากแบบจำลองผานกู่&nbsp;&nbsp;&nbsp;&nbsp; “ตัวเปลี่ยนเกม” สำหรับการพยากรณ์อากาศแบบดั้งเดิม &nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;นอกเหนือจากการพยากรณ์อากาศล่วงหน้า 10 วันแล้ว ทางศูนย์พยากรณ์อากาศระยะกลางแห่งยุโรปยังเผยแพร่รายงานเปรียบเทียบผลการพยากรณ์อากาศโดยผานกู่ เวเธอร์ กับระบบพยากรณ์อากาศเชิงตัวเลข (NWP) ชั้นนำระดับโลกอย่างอีซีเอ็มดับเบิลยู ไอเอฟเอส (ECMWF IFS) ตั้งแต่เดือนเมษายนถึงกรกฎาคม 2566 ด้วย&nbsp;&nbsp;&nbsp;&nbsp;รายงานดังกล่าวเปิดเผยว่า การนำวิธีการเรียนรู้ของเครื่อง (ML) เช่น ผานกู่ เวเธอร์ มาใช้ อาจเป็น “ตัวเปลี่ยนเกมสำหรับการพยากรณ์อากาศเชิงตัวเลข (NWP) แบบดั้งเดิมที่มีความก้าวหน้าค่อนข้างช้า” ซึ่งทักษะในการพยากรณ์ได้เพิ่มขึ้นประมาณหนึ่งวันต่อทศวรรษ (อ้างอิงจากองค์การอุตุนิยมวิทยาโลก หรือ WMO) ซึ่งเป็นผลมาจากต้นทุนการประมวลผลที่สูงในการพยากรณ์ด้วยระบบพยากรณ์อากาศเชิงตัวเลขมาตรฐาน โดยแบบจำลองการเรียนรู้ของเครื่องพร้อมเข้ามาปฏิวัติการพยากรณ์อากาศ ด้วยการพยากรณ์ที่ใช้ต้นทุนการประมวลผลที่ต่ำกว่ามากและมีการแข่งขันสูงในแง่ของความแม่นยำ&nbsp;&nbsp;&nbsp;&nbsp;ดร.เทียน ฉี&nbsp;หัวหน้านักวิทยาศาสตร์สายเอไอของหัวเว่ย คลาวด์ ซึ่งเป็นสมาชิกของ IEEE และเป็นนักวิชาการของสถาบันวิทยาศาสตร์ยูเรเชียนนานาชาติ (International Eurasian Academy of Sciences) อธิบายว่า “การพยากรณ์อากาศเป็นสถานการณ์ที่สำคัญที่สุดสถานการณ์หนึ่งของการคำนวณทางวิทยาศาสตร์ เพราะการพยากรณ์ทางอุตุนิยมวิทยาเป็นระบบที่ซับซ้อนมาก ยากที่จะพยากรณ์ให้ได้อย่างครอบคลุม แม้จะใช้คณิตศาสตร์และความรู้ทางกายภาพทุกด้าน โดยผานกู่ เวเธอร์ ทำระบบพยากรณ์หลักเสร็จแล้ว และมีศักยภาพหลักในการพยากรณ์วิวัฒนาการของสภาวะบรรยากาศ”&nbsp;&nbsp;&nbsp;&nbsp; ความแม่นยำที่ได้รับการพิสูจน์แล้วในการพยากรณ์อากาศที่รุนแรง&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;ความสามารถในการทำนายของแบบจำลองผานกู่ เวเธอร์ ได้รับการทดสอบในสถานการณ์ที่รุนแรง เช่น พายุยูนิซซึ่งพัดถล่มยุโรปฝั่งตะวันตกเฉียงเหนือเมื่อเดือนกุมภาพันธ์ 2565 และตอนที่สหราชอาณาจักรมีอุณหภูมิสูงถึง 40 องศาเซลเซียสเป็นครั้งแรกในช่วงฤดูร้อนปี 2565 สองตัวอย่างนี้แสดงให้เห็นว่าแบบจำลองที่ขับเคลื่อนด้วยข้อมูลนั้น พยากรณ์สถานการณ์สภาพอากาศที่รุนแรงและให้คำแนะนำสำหรับการพยากรณ์ระยะกลางได้&nbsp;&nbsp;&nbsp;&nbsp;การพยากรณ์อากาศจากผานกู่ เวเธอร์ ครอบคลุมศักยภาพทางภูมิศาสตร์ ความชื้นเฉพาะ ความเร็วลม และอุณหภูมิ ข้อมูลทั้งหมดนี้มีความสำคัญต่อการทำนายการพัฒนาระบบสภาพอากาศ เส้นทางพายุ คุณภาพอากาศ และรูปแบบของสภาพอากาศ โดยยังมีการนำผานกู่ เวเธอร์ ไปใช้ในการพยากรณ์เส้นทางการเคลื่อนที่ของไต้ฝุ่นขนุน ซึ่งเป็นไต้ฝุ่นลูกที่ 6 ในปีนี้ด้วย &nbsp;&nbsp;&nbsp;&nbsp;ทางศูนย์พยากรณ์อากาศระยะกลางแห่งยุโรป ได้เรียกร้องให้แวดวงการพยากรณ์อากาศทั่วโลกนำแบบจำลองเอไอมาใช้เสริมระบบพยากรณ์มานานแล้ว และสำรวจจุดแข็งและจุดอ่อนของแบบจำลองดังกล่าว เพื่อช่วยในการจัดการสภาพอากาศ&nbsp;&nbsp;&nbsp;&nbsp;ดร.เทียน ฉี กล่าวว่า “เรามีเป้าหมายสูงสุดในการสร้างกรอบการพยากรณ์อากาศแบบใหม่โดยใช้เทคโนโลยีเอไอ เพื่อเสริมความแข็งแกร่งให้กับระบบการพยากรณ์ที่มีอยู่” &nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;อ่านเพิ่มเติม :&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;​<a href="https://www.facebook.com/ForbesThailandMagazine/" alt="ไม่พลาดบทความและเรื่องราวน่าสนใจอื่นๆ ติดตามเราได้ที่เฟซบุ๊ก Forbes Thailand Magazine">ไม่พลาดบทความและเรื่องราวน่าสนใจอื่นๆ ติดตามเราได้ที่เฟซบุ๊ก Forbes Thailand Magazine</a>​

News

Forbes lists

World

Leaderboard

Commentaries

Forbes life

Events