Nowy model prognozowania pogody oparty na sztucznej inteligencji może wykonać to zadanie z niespotykaną dotąd dokładnością i znacznie szybciej niż obecna technologia.
Zbudowany przez Google DeepMind – laboratorium giganta internetowego zajmującego się sztuczną inteligencją – GraphCast ma zrewolucjonizować proces przewidywania pogody.
Polecane filmy
GraphCast może prognozować pogodę z 10-dniowym wyprzedzeniem „dokładniej i znacznie szybciej niż pogoda spełniająca złote standardy w branży” system symulacyjny – Prognoza Wysokiej Rozdzielczości (HRES), wyprodukowany przez Europejskie Centrum Prognoz Średnioterminowych (ECMWF),” Google DeepMind powiedział w poście we wtorek.
Powiązany
- Wydaje się, że narzędzie Google do wykrywania obrazów AI może zadziałać
- Nowa sztuczna inteligencja Bard firmy Google może być na tyle potężna, że ChatGPT będzie się martwić – i już tu jest
Warto zauważyć, że narzędzie może również oferować wcześniejsze ostrzeżenia ekstremalne zjawiska pogodowe i dokładniej przewidywać ruch cyklonów, dając władzom i mieszkańcom więcej czasu na przygotowanie się na niszczycielskie burze, potencjalnie ratując życie.
Kiedy we wrześniu huragan Lee uderzył we wschodnią Kanadę, GraphCast dokładnie przewidział, że uderzy on w ląd Nowa Szkocja dziewięć dni wcześniej, podczas gdy tradycyjne prognozy zawierały tę samą prognozę dopiero około sześciu dni później osiągnięcie.
Jak stwierdził zespół DeepMind, program GraphCast był szkolony w oparciu o dane pogodowe pochodzące z czterdziestu lat, co umożliwiło mu poznanie związków przyczynowo-skutkowych stojących za ziemskimi systemami pogodowymi.
Co ciekawe, GraphCast tworzy 10-dniową prognozę w mniej niż 60 sekund, co czyni ją znacznie szybszą niż w przypadku konwencjonalnych metod. podejście stosowane przez HRES, które zdaniem zespołu „może wymagać godzin obliczeń na superkomputerze wyposażonym w setki maszyny.”
Porównując oba systemy, GraphCast przedstawił dokładniejsze prognozy dotyczące ponad 90% z 1380 zmiennych testowych i przewidywanych czasów realizacji w porównaniu z HRES.
„Kiedy ograniczyliśmy ocenę do troposfery, rejon atmosfery położony najbliżej powierzchni Ziemi na wysokości od 6 do 20 km tam, gdzie najważniejsze jest dokładne prognozowanie, nasz model uzyskał lepsze wyniki niż HRES w przypadku 99,7% zmiennych testowych dotyczących przyszłej pogody” – zespół powiedział.
W miarę ewolucji wzorców pogodowych w stale zmieniającym się klimacie Ziemi, GraphCast będzie się poprawiał jedynie w przypadku dostarczania danych wyższej jakości.
Zespół opracował kod modelu GraphCast na zasadach open source, aby zapewnić naukowcom i prognostom dostęp do tej technologii. Pozwoli to dostosować go do konkretnych zjawisk pogodowych i zoptymalizować dla różnych części świata. ECMWF już wypróbowuje to narzędzie.
Badanie opublikowane we wtorek przez Science oferuje bardziej szczegółowy wygląd w GraphCaście.
„Pionierskie wykorzystanie sztucznej inteligencji w prognozowaniu pogody przyniesie korzyści miliardom ludzi w ich codziennym życiu” – twierdzi Google DeepMind. „Ale nasze szersze badania nie polegają tylko na przewidywaniu pogody – ale na zrozumieniu szerszych wzorców naszego klimatu. Mamy nadzieję, że poprzez opracowywanie nowych narzędzi i przyspieszanie badań sztuczna inteligencja umożliwi społeczności globalnej sprostanie naszym największym wyzwaniom środowiskowym”.
Zalecenia redaktorów
- Google Bard może wkrótce zostać Twoim nowym trenerem życia AI
- Oto nowe funkcje sztucznej inteligencji dostępne w Gmailu, Dokumentach i Arkuszach Google
- Nowe narzędzie Google do ochrony prywatności informuje Cię, czy Twoje dane osobowe wyciekły
Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.
