Совершив прорыв в области искусственного интеллекта, исследователи из Google DeepMind разработали систему искусственного интеллекта под названием GraphCast, которая может предсказывать погоду во всем мире на срок до 10 дней более точно, чем традиционные методы прогнозирования. Результаты были опубликованы на этой неделе в журнале Science.

Согласно недавнему объявлениеGraphCast был более точным, чем действующая ведущая система прогнозирования погоды, управляемая Европейским центром среднесрочных прогнозов погоды (ECMWF), — более чем в 90% из 1380 протестированных показателей оценки. Эти показатели включали температуру, давление, скорость и направление ветра, а также влажность на разных уровнях атмосферы.

GraphCast работает с использованием метода машинного обучения, называемого графовыми нейронными сетями.

Его обучение проводилось на данных ЕЦСПП за последние 40 лет, чтобы узнать, как погодные системы развиваются и перемещаются по всему миру. После обучения GraphCast в качестве входных данных требуется только текущее состояние атмосферы и состояние за шесть часов до этого, чтобы сгенерировать 10-дневный глобальный прогноз примерно за минуту на одном облачном компьютере.

Это намного быстрее, дешевле и энергоэффективнее, чем традиционный подход к численному прогнозированию погоды, используемый национальными центрами прогнозирования, такими как ECMWF. Этот метод основан на решении сложных физических уравнений на суперкомпьютерах, что требует многих часов вычислительного времени и энергии.

Мэтью Чантри, эксперт ECMWF, подтвердил, что GraphCast неизменно превосходит другие погодные модели искусственного интеллекта от таких компаний, как Huawei и Nvidia. Он считает, что это знаменует собой важный поворотный момент для ИИ в метеорологии, поскольку системы развиваются «гораздо раньше и более впечатляюще, чем ожидалось».

Исследователи DeepMind подчеркивают, что GraphCast точно предсказал выход урагана Ли на сушу в Новой Шотландии за девять дней, по сравнению с обычными методами всего за шесть дней. Это дало людям три дополнительных дня на подготовку.

GraphCast не превзошел традиционные модели в прогнозировании быстрого усиления урагана Отис у тихоокеанского побережья Мексики.

Несмотря на многообещающие результаты, эксперты отмечают, что модели искусственного интеллекта, такие как GraphCast, могут с трудом учитывать изменение климата, поскольку они обучаются на исторических данных. ЕЦСПП планирует разработать гибридный подход, сочетающий прогнозы ИИ с физическими моделями погоды. Метеорологическое бюро Великобритании недавно объявило о подобных планах, полагая, что этот смешанный метод обеспечит наиболее надежные прогнозы в эпоху изменения климата.

Изображение предоставлено: Фото Джоша Хильда; Пексели; Спасибо!