Google представил DeepMind AI для точного прогноза погоды
Google представил DeepMind AI современного поколения
Google DeepMind представили модель искусственного интеллекта — GenCast, которая выводит прогнозирование повседневных и экстренных погодных условий на новый уровень. GenCast генерирует быструю и точную информацию всего за 8 минут, в то время как другим программам на это требуются часы.
Новая модель ИИ обучена на архивных погодных данных, что позволяет генерировать не единичный прогноз, а множество вариаций метеорологических условий.
Чем GenCast отличается от других программ?
GenCast — это система прогнозирования погоды, основанная на машинном обучении и графических нейронных сетях (GNN). На сегодняшний день модель формирует погодные сценарии на 15 дней вперед, превосходя в точности ведущую операционную систему – ECMWF (Европейский центр среднесрочных прогнозов погоды).
В отчете издания «Nature» говорится, что новая модель прогнозирования превзошла прогнозы ECMWF на 97,2% случаев. По словам авторов разработки, достижение ИИ «помогает открыть следующую главу в области оперативного прогнозирования погоды».
А как же атмосферные изменения?
С учетом глобального потепления и изменений в атмосфере Земли, все прогнозы погоды, включая двухнедельный вариант, кажутся не такими надежными. Тем не менее некоторые центры предлагают прогнозы на 60 или даже 90 дней вперед, но, маловероятно, что они будут достоверными.
Однако GenCast подтверждает свое 15-дневное прогнозирование страницами доказательств. Система основана на более чем 50 вариаций погоды, каждая из которых представляет возможную погодную траекторию. Для входных данных программе требуется две составляющие: состояние погоды 6 часов назад и текущее состояние. Затем модель предсказывает погоду на предстоящие 6 часов. Далее процесс может быть запущен на следующие часы, чтобы обеспечить современные прогнозы за 15 дней.
Путь к созданию
Отличие GenCast от аналогов в том, что ИИ адаптирован к сферической геометрии Земли. Программа учится комплексно генерировать возможные распределения осадков и других явлений.
Для обучения сервиса команда разработки взяла временной промежуток в 40 лет – с 1979 по 2018 год. Исторические погодные данные включали: температуру, скорость ветра и давление на различных высотах. Затем команда провела исследование на анализе погоды ИИ в 2019 году. Новая система показала лучшие результаты в прогнозировании не только повседневной погоды, но и предсказании ураганов и циклонов.
Тайфун Хагибис приближается к Японии. Шторм был одним из событий, используемых для обучения ИИ.
Wikipedia
Обучение расширило возможности ИИ и помогло обрести один из основных навыков — творческий. Имитируя то, как люди учатся, он анализирует закономерности в массивах данных, а затем создает оригинальный материал, который имеет схожие характеристики.
Сейчас развитие методов на основе искусственного интеллекта продолжаются. Исследователи сделали GenCast открытым для некоммерческого использования и любой желающий может попробовать смоделировать погоду.
