En ny AI-driven väderprognosmodell kan göra jobbet med oöverträffad noggrannhet och betydligt snabbare än nuvarande teknik.
Byggd av Google DeepMind – webbjättens AI-fokuserade labb – GraphCast ser ut att revolutionera processen att förutsäga väder.
Rekommenderade videor
GraphCast kan förutsäga väder upp till 10 dagar i förväg "mer exakt och mycket snabbare än branschens guldstandardväder simuleringssystem — High Resolution Forecast (HRES), producerad av European Centre for Medium-Range Weather Forecasts (ECMWF), Google DeepMind sa i ett inlägg på tisdag.
Relaterad
- Googles AI-bilddetekteringsverktyg känns som att det skulle kunna fungera
- Googles nya Bard AI kan vara tillräckligt kraftfull för att få ChatGPT att oroa sig – och den är redan här
Noterbart kan verktyget också erbjuda tidigare varningar om extrema väderhändelser och förutsäga cyklonernas rörelse mer exakt, vilket ger myndigheterna och invånarna mer tid att förbereda sig för skadliga stormar, vilket potentiellt kan rädda liv i processen.
När orkanen Lee drabbade östra Kanada i september, förutspådde GraphCast exakt att den skulle landa i Nova Scotia nio dagar innan det gjorde det, medan traditionella prognoser bara gjorde samma förutsägelse ungefär sex dagar i förskott.
GraphCast har tränats på fyra decennier av väderdata, vilket gör det möjligt för den att lära sig orsak-och-verkan-sambanden bakom jordens vädersystem, sa DeepMind-teamet.
Anmärkningsvärt nog tar GraphCast mindre än 60 sekunder att skapa en 10-dagarsprognos, vilket gör den mycket snabbare än den konventionella tillvägagångssätt som används av HRES, som, enligt teamet, "kan ta timmar av beräkning i en superdator med hundratals maskiner.”
I en jämförelse av de två systemen gav GraphCast mer exakta prognoser på mer än 90 % av 1 380 testvariabler och prognostiserade ledtider jämfört med HRES.
"När vi begränsade utvärderingen till troposfären, den 6 till 20 kilometer höga delen av atmosfären närmast jordens yta där exakta prognoser är viktigast, överträffade vår modell HRES på 99,7 % av testvariablerna för framtida väder, säger teamet sa.
När vädermönstren utvecklas i jordens ständigt föränderliga klimat, kommer GraphCast bara att förbättras när den matas med data av högre kvalitet.
Teamet använder öppen källa för GraphCasts modellkod för att ge forskare och prognosmakare tillgång till tekniken. Detta gör att de kan skräddarsy den för specifika väderfenomen och optimera den för olika delar av världen. ECMWF testar redan verktyget.
En studie publicerad av Science på tisdagen ger ett mer detaljerat utseende på GraphCast.
"En banbrytande användning av AI i väderprognoser kommer att gynna miljarder människor i deras vardag", sa Google DeepMind. "Men vår bredare forskning handlar inte bara om att förutse väder - det handlar om att förstå de bredare mönstren i vårt klimat. Genom att utveckla nya verktyg och påskynda forskningen hoppas vi att AI kan ge det globala samhället möjlighet att tackla våra största miljöutmaningar.”
Redaktörens rekommendationer
- Google Bard kan snart bli din nya AI-livscoach
- Det här är de nya AI-funktionerna som kommer till Gmail, Google Dokument och Kalkylark
- Googles nya sekretessverktyg låter dig veta om din personliga information har läckt
Uppgradera din livsstilDigitala trender hjälper läsare att hålla koll på den snabba teknikvärlden med alla de senaste nyheterna, roliga produktrecensioner, insiktsfulla redaktioner och unika smygtittar.
