Việc gắn nhãn thủ công hình ảnh dữ liệu pixel theo
pixel rất tốn thời gian, vì vậy các nhà nghiên cứu dựa vào các kỹ thuật xử lý tự
động, chẳng hạn như thuật toán phát hiện đám mây. Nhưng đầu ra của các thuật
toán không chính xác như các nhà khoa học mong muốn .
Gần đây, các nhà nghiên cứu tại Phòng thí nghiệm
quốc gia Tây Bắc Thái Bình Dương của Bộ Năng lượng Mỹ đã hợp tác để tìm hiểu xem
liệu học sâu - một tập hợp con khác biệt của học máy - có thể thực hiện công
việc tốt hơn trong việc xác định các đám mây trong dữ liệu nắp so với các thuật
toán dựa trên vật lý hiện tại hâ không. Câu trả lời là "có." Mô hình mới gần hơn
với câu trả lời mà các nhà khoa học đưa ra nhưng chỉ trong một phần nhỏ thời
gian.
Lidar là một thiết bị viễn thám phát ra tia laser
xung và thu thập tín hiệu trở lại bị phân tán trở lại bởi các giọt mây hoặc
aerosol. Tín hiệu trở lại này cung cấp thông tin về chiều cao và cấu trúc thẳng
đứng của các tính năng khí quyển, chẳng hạn như các đám mây hoặc các lớp khói.
Dữ liệu như vậy từ các nền tảng trên mặt đất là một phần quan trọng của dự báo
toàn cầu.
Nhà khoa học trái đất Donna Flynn nhận thấy rằng,
trong một số trường hợp, những gì các thuật toán phát hiện được là các đám mây
trong các hình ảnh hai chiều không khớp với những gì mắt chuyên gia của cô nhìn
thấy. Các thuật toán có xu hướng đánh giá quá cao ranh giới đám mây.
Nâng cấp bắt đầu
Cho đến gần đây, sức mạnh tính toán bị giới hạn
trong các mạng nơ ron nhân tạo, một loại mô hình học sâu, với một số lượng nhỏ
các lớp tính toán. Giờ đây, với sức mạnh tính toán tăng lên có sẵn thông qua các
cụm siêu máy tính, các nhà nghiên cứu có thể sử dụng nhiều tính toán hơn trong
một loạt các lớp. Mạng lưới thần kinh nhân tạo càng có nhiều lớp thì mạng học
sâu càng mạnh.
Để bắt đầu, các nhà nghiên cứu cần có hình ảnh dữ
liệu nắp được dán nhãn chính xác, hoặc dữ liệu "sự thật mặt đất", để đào tạo và
thử nghiệm mô hình. Vì vậy, Flynn đã dành nhiều giờ dài gắn nhãn hình ảnh pixel
theo pixel: đám mây hoặc không có đám mây. Mắt cô có thể phân biệt ranh giới đám
mây và đám mây so với một lớp aerosol. Cô mất 40 giờ - tương đương với một tuần
làm việc đầy đủ - để dán nhãn khoảng 100 ngày dữ liệu khai thác được thu thập
tại đài quan sát khí quyển miền Nam Great Plains, một phần của cơ sở sử dụng Đo
lường bức xạ khí quyển của DOE, Oklahoma.
Mô hình học thông qua tự phản hồi. Nó so sánh hiệu
suất của chính nó với các kết quả được dán nhãn bằng tay và điều chỉnh các tính
toán của nó cho phù hợp, Cromwell giải thích. Nó lặp lại các bước này, cải thiện
mỗi lần thông qua.
Đạt được mục tiêu
Với việc đào tạo, mô hình học sâu vượt trội hơn các
thuật toán hiện tại. Độ chính xác của mô hình gần như gấp đôi và gần hơn nhiều
so với những gì một chuyên gia về con người sẽ tìm thấy - nhưng trong một phần
nhỏ thời gian.
Các bước tiếp theo là đánh giá hiệu suất của mô hình
trên dữ liệu khai thác được thu thập tại các địa điểm khác nhau và trong các mùa
khác nhau. Các thử nghiệm ban đầu về dữ liệu từ đài thiên văn ARM tại Oliktok
Point ở Alaska rất hứa hẹn.
"Một lợi thế của mô hình học sâu là học chuyển,"
Cromwell nói. "Chúng tôi có thể đào tạo mô hình hơn nữa với dữ liệu từ Oliktok
để làm cho hiệu suất của nó mạnh mẽ hơn."
Thanh Vân (Eurekalert)