Google Tworzy Nowy Model Prognozowania Pogody Napędzany Sztuczną Inteligencją

Badacze z Google stworzyli nowy model prognozowania pogody o nazwie NeuralGCM, który łączy tradycyjną naukę i technologie uczenia maszynowego, aby dostarczyć dokładne dane na temat przyszłych warunków pogodowych. Badanie zostało opublikowane w Nature w ten wtorek.

Badanie jest obecnie dostępne do pobrania i zostało przeprowadzone we współpracy z Europejskim Centrum Prognoz Pogody na Średni Termin (ECMWF), Google DeepMind London, Wydziałem Nauk o Ziemi, Atmosferze i Planetach na Massachusetts Institute of Technology oraz Wydziałem Inżynierii i Nauk Stosowanych na Uniwersytecie Harvarda.

Zgodnie z MIT Technology Review, nowa technologia mogłaby poprawić precyzję i znacznie obniżyć obecne koszty, ponieważ wymaga mniej mocy obliczeniowej.

Od ponad 50 lat głównymi narzędziami do analizy atmosfery Ziemi i prognozowania prognoz są ogólne modele cyrkulacji (GCMs). Jednak te metody mogą być kosztowne i znacznie spowalniać. Z drugiej strony, uczenie maszynowe zostało wykorzystane do przetwarzania danych historycznych i szybkiego dostarczania dobrych prognoz, ale ma problemy z prognozami długoterminowymi. Zespół Google’a znalazł sposób na połączenie obu technologii, wykorzystując najwięcej zalet każdej z nich.

„To nie jest taka sytuacja, że fizyka kontra sztuczna inteligencja. To naprawdę fizyka i sztuczna inteligencja razem,” powiedział Stephan Hoyer, badacz sztucznej inteligencji w Google Research, w rozmowie z MIT Technology Review.

Jednakże, nie zrobi to wielkiej różnicy dla zwykłych użytkowników aplikacji pogodowych, ponieważ nowe narzędzie nie jest przeznaczone do krótkoterminowych prognoz, zostało ono stworzone do długoterminowych prognoz oraz do przewidywania ekstremalnych warunków pogodowych, które mogą nastąpić za kilka lat.

„Przy założonych temperaturach powierzchni morza, NeuralGCM może dokładnie śledzić wskaźniki klimatyczne przez wiele dekad, a prognozy klimatyczne o rozdzielczości 140 kilometrów pokazują zjawiska emergentne, takie jak realistyczna częstotliwość i trajektorie cyklonów tropikalnych” – stwierdza dokument.

NeuralGCM będzie otwartym źródłem i przydatnym narzędziem dla naukowców oraz osób zainteresowanych warunkami klimatycznymi, takimi jak planiści rolniczy czy firmy ubezpieczeniowe.