素实在太多,想要百分百准确的预测几天后的天气,是一件几乎不可能做到的事情。
一只蝴蝶煽动一下翅膀,都有可能改变某天的天气。
更别说,是人工降雨之类,人为对天气的改变了。
可对于徐佑给出的数据,一名研究员提出了自己的疑问。
“徐教授,24小时内的天气预测准确率我可以理解。可是……一个月之内天气预测的准确率,您是怎么得出的呢?”
这个质疑还是非常正常的,因为距离徐佑做出这个天气预测的模型,也才过去仅仅三天时间。
根本来不及对模型的准确率进行统计。
“这个数据是理论值,具体的准确率,我们之后就会知道了。”
说着,徐佑在大屏幕上展示出,算经人工智能刚刚作出的天气预测。
根据国家气象台提供的雷达等数据,算经人工智能已经完成了全世界各地一个月之内的天气预测。
只是,相对于气象台给出的天气预报,算经人工智能的天气预报会有一些出入,甚至连某地某一天,是晴天还是雨天,都给出了完全不一样的预测。
“徐教授,如果只是理论值的话,这个模型会不会缺乏足够的验证?”
“先观察半个月,如果数据不达标的话,我们再对模型进行更改。”
其实徐佑的信心是非常足的,通过徐佑大脑仿真模拟的结果,这个模型的准确率,甚至要比徐佑给出的数据更高。
徐佑也很理解他们有怀疑的心理,毕竟如果按照正常的程序,肯定是需要进行多次的验证、修改的。
“我同意徐教授的说法,等过几天就知道模型的预测准确率了。”韩书斌说道。
即使韩书斌也无法理解,徐佑是如何得出模型预测的理论值的。
但只要这个成果是出自于徐佑,就没有什么值得怀疑的了。
做好了天气预测的模型之后,徐佑紧接着对资源分配的任务进行研究。
相比于天气预测,资源分配问题的偶然性要小很多,主要考察的还是量子计算机的计算能力。
比如说,在能源调配方面,通过电网提供的数据,预测用电负载,进而提供预测性维护措施,给出精准的电力供需解决方案。
或者在风力发电领域,根据历史发电数据、天气预报的信息,来构建和训练神经网络模型,优化风力发电的方案,提升风力发电的效率。
两天的时间过去,算经人工智能已经学会了解决各种资源分配问题。
相对于之前的模型,算经人工智能可以提升百分之二十到五十不等的效率,让资源分配得更加的合理。
而随着这两天过去,算经人工智能预测天气的准确率,也可以得到验证了。
“徐教授,我们这两天对世界各地天气预测的准确率,达到了%。其中预测不准确的位置,也有很多是进行了人工降雨等人为的行为,影响了我们的预测准确性。”一位项目组的成员说道。
这样的准确率,意味着算经人工智能预测一千次天气,才会有一次的失误。
这对于本来就存在很多偶然性的天气预报来说,已经是一个非常高的数据了。
请收藏:https://m.xysr.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)