Nowy model pogodowy AI przewyższa najlepsze globalne systemy prognozowania

Google DeepMind przedstawiło GenCast, model sztucznej inteligencji (AI), który przewyższa najbardziej zaawansowany na świecie system prognozowania pogody pod względem szybkości i dokładności, według artykułu opublikowanego w Nature w środę.

W przeciwieństwie do konwencjonalnych modeli, GenCast jest w stanie dostarczyć prognozy na 15 dni naprzód w ciągu kilku minut, co stanowi dramatyczną poprawę w porównaniu do godzin wymaganych przez istniejące systemy – zauważa Nature w komunikacie prasowym.

Możliwości modelu pokazują, że GenCast wyprzedza model zespołowy (ENS) Europejskiego Centrum Prognoz Pogody Średniego Zasięgu w przewidywaniu ekstremalnych zdarzeń, takich jak huragany i fale upałów, jak zauważono w Nature.

Badacze sądzą, że ten przełom sygnalizuje nową erę szybszych, bardziej wiarygodnych prognoz pogody sterowanych przez sztuczną inteligencję. Nature wyjaśnia, że GenCast polega wyłącznie na historycznych danych pogodowych, co pozwala mu odkrywać złożone wzorce między zmiennymi takimi jak temperatura, wilgotność i wiatr.

Nature informuje, że to podejście oparte na danych kontrastuje z tradycyjnymi systemami, które symulują fizykę atmosferyczną za pomocą superkomputerów. Model generuje prognozy zespołowe – zestaw przewidywań z nieznacznie zmienionych warunków początkowych – które dostarczają nie tylko oczekiwanych rezultatów, ale także prawdopodobieństwa ich trafności.

Ta probabilistyczna metoda okazała się lepsza niemal pod każdym względem, gdy GenCast został przetestowany w porównaniu z ENS, używając danych pogodowych z 2019 roku. Wyróżniał się również w prognozowaniu ekstremalnych warunków, takich jak trasy cyklonów tropikalnych i gwałtowne wahania temperatury, jak donosi Nature.

Szybkość GenCast to kolejna zaleta, umożliwiająca wygenerowanie kompletnego prognozy na 15 dni w zaledwie osiem minut dzięki wykorzystaniu chipu AI. Tradycyjne modele wymagają godzin pracy. Ta wydajność mogłaby okazać się kluczowa dla wczesnych ostrzeżeń w sytuacjach awaryjnych, takich jak huragany – zauważył Nature.

DeepMind opublikowało również kod i parametry nienastawione na komercję GenCast, dążąc do demokratyzacji badań nad prognozowaniem pogody.

„To jest naprawdę wspaniały wkład w rozwój otwartej nauki” – mówi Matthew Chantry, koordynator ds. uczenia maszynowego w Europejskim Centrum Prognoz Pogody Średniego Zasięgu w Reading, w Wielkiej Brytanii, jak donosi Nature.

„Musimy zrozumieć, jak te modele radzą sobie w najbardziej ekstremalnych warunkach pogodowych”, a publikacja modelu i danych publicznie umożliwi społeczności badawczej ich ocenę – dodał.

Dr. Kerry Emanuel, profesor emeritus nauk atmosferycznych na MIT, który nie brał udziału w badaniach DeepMind, zauważył, że GenCast prawdopodobnie będzie uzupełniać istniejące metody, a nie je zastępować, jak podaje The New York Times.

Każdy typ, jak powiedział, ma swoje własne mocne i słabe strony w przewidywaniu zmiennej gamy zjawisk, które składają się na pogodę. „Status quo nie zniknie” – powiedział dr Emanuel. „Być może współpraca obu metod okaże się najlepszą drogą naprzód” – donosi The Times

Wraz z rozwojem modeli AI, takich jak GenCast, obiecują one szybsze i dokładniejsze prognozy pogody, co umożliwia społecznościom podejmowanie lepiej poinformowanych decyzji w obliczu ekstremalnej pogody.