Исследователи из Google заявили, что DeepMind прогнозирует погоду на 15 дней вперед точнее и быстрее, чем существующие системы. Модель GenCast описана в статье в журнале Nature.
Разработчики Google DeepMind создали модель GenCast, которая использует искусственный интеллект для прогнозирования погоды. По оценке разработчиков, модель превосходит лучшую существующую систему прогнозирования погоды Европейского центра среднесрочных прогнозов погоды (ECMWF) в точности предсказания экстремальных погодных явлений, таких как ураганы и волны тепла.
Принципиальное отличие GenCast от традиционных метеорологических систем заключается в методе работы. Если классические модели основаны на моделировании сложных физических процессов и требуют мощностей суперкомпьютеров, то ИИ обучен на исторических данных о погоде с 1979 по 2018 год. С помощью машинного обучения система распознает исторические закономерности между метеорологическими параметрами и на основе анализа строит прогнозы.
При тестировании GenCast превзошла ECMWF по 97% показателей. Особенно существенно улучшились прогнозы экстремальных погодных явлений, таких как ураганы, волны тепла и траектории тропических циклонов. Например, при прогнозировании тайфуна Хагибис, который обрушился на Японию в 2019 году, GenCast при имитации анализа поступающих данных предупредил об опасности на 12 часов раньше, чем традиционные методы.
Реальная траектория тайфуна Хагибис (красная линия) и вероятностные предсказания модели (синие линии). Изображение: Google
Исследователи также отмечают скорость работы. GenCast создает 15-дневный прогноз всего за восемь минут, используя один чип Google Cloud TPU v5, в то время как классические системы тратят на подобную задачу несколько часов. Это делает технологию не только более точной, но и существенно более эффективной с точки зрения использования вычислительных ресурсов.
Разработчики отмечают, что точные и быстрые прогнозы могут спасти жизни людей, живущих в регионах с высоким риском стихийных бедствий. Власти регионов смогут заблаговременно подготовиться к экстремальным погодным явлениям. Исследователи опубликовали код GenCast в открытом доступе, что позволит метеорологам изучить и апробировать технологию.
