Een nieuw AI-aangedreven weersvoorspellingsmodel kan dit werk doen met ongekende nauwkeurigheid en aanzienlijk sneller dan de huidige technologie.
Gebouwd door Google DeepMind – het AI-gerichte laboratorium van de webgigant – lijkt GraphCast een revolutie teweeg te brengen in het proces van het voorspellen van het weer.
Aanbevolen video's
GraphCast kan het weer tot 10 dagen van tevoren voorspellen “nauwkeuriger en veel sneller dan het weer volgens de gouden standaard in de sector simulatiesysteem – de High Resolution Forecast (HRES), geproduceerd door het European Centre for Medium-Range Weather Forecasts (ECMWF),” Google Deepmind zei in een bericht op dinsdag.
Verwant
- De AI-beelddetectietool van Google voelt alsof het zou kunnen werken
- De nieuwe Bard AI van Google is misschien krachtig genoeg om ChatGPT zorgen te baren – en hij is er al
De tool kan met name ook eerdere waarschuwingen geven extreme weersomstandigheden en de beweging van cyclonen nauwkeuriger voorspellen, waardoor de autoriteiten en bewoners meer tijd krijgen om zich voor te bereiden op schadelijke stormen, waardoor mogelijk levens kunnen worden gered.
Toen orkaan Lee in september Oost-Canada trof, voorspelde GraphCast nauwkeurig dat het land aan land zou komen Nova Scotia negen dagen eerder, terwijl traditionele voorspellingen pas ongeveer zes dagen later dezelfde voorspelling deden voorschot.
GraphCast is getraind op basis van vier decennia aan weergegevens, waardoor het de oorzaak-en-gevolgrelaties achter de weersystemen op aarde kan leren kennen, aldus het DeepMind-team.
Opmerkelijk genoeg heeft GraphCast minder dan 60 seconden nodig om een 10-daagse voorspelling te maken, waardoor het veel sneller gaat dan de conventionele De aanpak die door HRES wordt gebruikt, kan volgens het team “uren aan rekenwerk vergen in een supercomputer met honderden machines.”
Bij een vergelijking van de twee systemen gaf GraphCast nauwkeurigere voorspellingen over meer dan 90% van de 1.380 testvariabelen en voorspelde doorlooptijden vergeleken met HRES.
“Toen we de evaluatie beperkten tot de troposfeer, het 6 tot 20 kilometer hoge gebied van de atmosfeer dat het dichtst bij het aardoppervlak ligt waar nauwkeurige voorspellingen het belangrijkst zijn, presteerde ons model beter dan HRES op 99,7% van de testvariabelen voor toekomstig weer”, aldus het team gezegd.
Naarmate de weerpatronen evolueren in het steeds veranderende klimaat op aarde, zal GraphCast alleen maar verbeteren omdat het gegevens van hogere kwaliteit krijgt.
Het team maakt gebruik van de modelcode van GraphCast om wetenschappers en voorspellers toegang te geven tot de technologie. Hierdoor kunnen ze het afstemmen op specifieke weersverschijnselen en optimaliseren voor verschillende delen van de wereld. De ECMWF probeert de tool al uit.
Dat blijkt uit een studie die Science dinsdag publiceerde biedt een gedetailleerder uiterlijk bij GraphCast.
“Baanbrekend werk in het gebruik van AI bij weersvoorspellingen zal miljarden mensen in hun dagelijks leven ten goede komen”, aldus Google DeepMind. “Maar ons bredere onderzoek gaat niet alleen over het anticiperen op het weer – het gaat over het begrijpen van de bredere patronen van ons klimaat. Door nieuwe tools te ontwikkelen en het onderzoek te versnellen, hopen we dat AI de wereldgemeenschap in staat kan stellen onze grootste milieu-uitdagingen aan te pakken.”
Aanbevelingen van de redactie
- Google Bard zou binnenkort uw nieuwe AI-levenscoach kunnen worden
- Dit zijn de nieuwe AI-functies die naar Gmail, Google Documenten en Spreadsheets komen
- De nieuwe privacytool van Google laat u weten of uw persoonlijke gegevens zijn gelekt
Upgrade uw levensstijlMet Digital Trends kunnen lezers de snelle technische wereld in de gaten houden met het laatste nieuws, leuke productrecensies, inzichtelijke redactionele artikelen en unieke sneak peeks.
