Ένα νέο μοντέλο πρόγνωσης καιρού με τεχνητή νοημοσύνη μπορεί να κάνει τη δουλειά με πρωτοφανή ακρίβεια και πολύ πιο γρήγορα από την τρέχουσα τεχνολογία.
Κατασκευασμένο από το Google DeepMind - το εργαστήριο του γίγαντα του Ιστού που εστιάζει στην τεχνητή νοημοσύνη - το GraphCast φαίνεται έτοιμο να φέρει επανάσταση στη διαδικασία πρόβλεψης καιρού.
Προτεινόμενα βίντεο
Το GraphCast μπορεί να προβλέψει τον καιρό έως και 10 ημέρες νωρίτερα «με μεγαλύτερη ακρίβεια και πολύ πιο γρήγορα από τον καιρό του κλάδου χρυσού προτύπου σύστημα προσομοίωσης — το High Resolution Forecast (HRES), που παράγεται από το Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Προγνώσεων Καιρού (ECMWF)». Google DeepMind είπε σε ανάρτηση την Τρίτη.
Σχετίζεται με
- Το εργαλείο ανίχνευσης εικόνων AI της Google φαίνεται ότι θα μπορούσε να λειτουργήσει
- Το νέο Bard AI της Google μπορεί να είναι αρκετά ισχυρό ώστε να ανησυχεί το ChatGPT — και είναι ήδη εδώ
Συγκεκριμένα, το εργαλείο μπορεί επίσης να προσφέρει προηγούμενες προειδοποιήσεις για ακραία καιρικά φαινόμενα
Όταν ο τυφώνας Lee έπληξε τον ανατολικό Καναδά τον Σεπτέμβριο, η GraphCast προέβλεψε με ακρίβεια ότι θα έφτανε στην ξηρά Η Nova Scotia εννέα ημέρες πριν το έκανε, ενώ οι παραδοσιακές προβλέψεις έκαναν την ίδια πρόβλεψη μόνο για έξι ημέρες το προκαταβολή.
Το GraphCast έχει εκπαιδευτεί σε δεδομένα καιρού τεσσάρων δεκαετιών, επιτρέποντάς του να μάθει τις σχέσεις αιτίας-αποτελέσματος πίσω από τα καιρικά συστήματα της Γης, είπε η ομάδα του DeepMind.
Είναι αξιοσημείωτο ότι το GraphCast χρειάζεται λιγότερο από 60 δευτερόλεπτα για να δημιουργήσει μια πρόβλεψη 10 ημερών, καθιστώντας το πολύ πιο γρήγορο από το συμβατικό προσέγγιση που χρησιμοποιείται από το HRES, το οποίο, σύμφωνα με την ομάδα, «μπορεί να πάρει ώρες υπολογισμού σε έναν υπερυπολογιστή με εκατοντάδες μηχανές."
Σε μια σύγκριση των δύο συστημάτων, το GraphCast έδωσε ακριβέστερες προβλέψεις για περισσότερο από το 90% των 1.380 μεταβλητών δοκιμής και προβλεπόμενους χρόνους παράδοσης σε σύγκριση με το HRES.
«Όταν περιορίσαμε την αξιολόγηση στην τροπόσφαιρα, την περιοχή της ατμόσφαιρας ύψους 6 έως 20 χιλιομέτρων που βρίσκεται πλησιέστερα στην επιφάνεια της Γης όπου η ακριβής πρόβλεψη είναι πιο σημαντική, το μοντέλο μας ξεπέρασε το HRES στο 99,7% των μεταβλητών δοκιμής για τον μελλοντικό καιρό», η ομάδα είπε.
Καθώς τα καιρικά μοτίβα εξελίσσονται στο συνεχώς μεταβαλλόμενο κλίμα της Γης, το GraphCast θα βελτιωθεί μόνο καθώς τροφοδοτεί δεδομένα υψηλότερης ποιότητας.
Η ομάδα χρησιμοποιεί ανοιχτό κώδικα μοντέλου του GraphCast για να δώσει στους επιστήμονες και τους μετεωρολόγους πρόσβαση στην τεχνολογία. Αυτό θα τους επιτρέψει να το προσαρμόσουν για συγκεκριμένα καιρικά φαινόμενα και να το βελτιστοποιήσουν για διάφορα μέρη του κόσμου. Το ECMWF δοκιμάζει ήδη το εργαλείο.
Μια μελέτη που δημοσιεύθηκε από το Science την Τρίτη προσφέρει μια πιο λεπτομερή ματιά στο GraphCast.
«Η πρωτοποριακή χρήση της τεχνητής νοημοσύνης στην πρόγνωση του καιρού θα ωφελήσει δισεκατομμύρια ανθρώπους στην καθημερινή τους ζωή», δήλωσε η Google DeepMind. «Αλλά η ευρύτερη έρευνά μας δεν αφορά μόνο την πρόβλεψη του καιρού – έχει να κάνει με την κατανόηση των ευρύτερων προτύπων του κλίματος μας. Με την ανάπτυξη νέων εργαλείων και την επιτάχυνση της έρευνας, ελπίζουμε ότι η τεχνητή νοημοσύνη μπορεί να εξουσιοδοτήσει την παγκόσμια κοινότητα να αντιμετωπίσει τις μεγαλύτερες περιβαλλοντικές μας προκλήσεις».
Συστάσεις των συντακτών
- Το Google Bard θα μπορούσε σύντομα να γίνει ο νέος σας προπονητής ζωής AI
- Αυτές είναι οι νέες δυνατότητες AI που έρχονται στο Gmail, στα Έγγραφα Google και στα Υπολογιστικά φύλλα
- Το νέο εργαλείο απορρήτου της Google σάς ενημερώνει εάν διέρρευσαν τα προσωπικά σας στοιχεία
Αναβαθμίστε τον τρόπο ζωής σαςΤο Digital Trends βοηθά τους αναγνώστες να παρακολουθούν τον γρήγορο κόσμο της τεχνολογίας με όλα τα τελευταία νέα, διασκεδαστικές κριτικές προϊόντων, διορατικά editorial και μοναδικές κρυφές ματιές.
