Этим летом 38 миллионов фермеров в Индии получили прогнозы, питаемые ИИ в начале сезона муссонов, помогая им принимать более осознанные решения при посадке своих урожаев на сезон. Эти прогнозы были частично поданы NeuralGCM, моделью исследований Google, которая объединяет традиционное моделирование, основанное на физике с автоматическим обучением для лучшего моделирования и точности эффективности.

Модель ИИ для прогнозирования погоды и климата

В течение многих лет погода и климатические модели были дорогими и сложными, часто требуя суперкомпьютера. Наши исследовательские группы Google хотели посмотреть, сможем ли мы создавать эти модели более эффективно и точнее, что привело к созданию NeuralGCM. В отличие от традиционных моделей, основанных исключительно на физике с жестким кодом, эта ориентированная на ИИ модель сформирована на десятилетиях исторических данных о погоде для вывода моделей и изучения прошлых событий при использовании физики. Прежде всего, он предназначен для того, чтобы быть гибким и эффективным — он может работать на одном ноутбуке, что делает высококачественные прогнозы более доступными для научного сообщества.

Сотрудничество с Чикагским университетом

Когда мы открываем Open-Open Neuraralgcm, мы надеялись, что сообщество будет использовать этот новый инструмент для питания собственных инновационных приложений. Чикагский университет Инициатива прогнозов погоды, подвергшихся человеку Сделай именно это. Они признали, что одним из наиболее эффективных, но все более трудных решений для индийских фермеров является размещение семян в почву. Сотни миллионов фермеров из небольших операторов через тропики зависят от информации в тот момент, когда сезон дождей, известный как муссон, будет приходить каждый год. Тем не менее, точный прогноз того момента, когда начинается муссон, в частности, долгое время и локальные масштабы, остается столетним вызовом.

Команда из Чикагского университета, тестируя несколько метеорологических моделей ИИ, отметила, что NeurangCM, смешанный с другими передовыми моделями, такими как Европейский центр по метеорологическим прогнозам среднего уровня (ECMWF), данные искусственного интеллекта / интегрированных прогнозов (AIF) и исторических данных были правильным инструментом для работы. Он предсказал именно начало индийского муссона до месяца, даже захватив необычный период засухи в прогрессировании муссона.