Google DeepMind ma odsłonięty GenCast, przełomowy model zespołu sztucznej inteligencji, który znacznie zwiększa dokładność i szybkość prognozowania pogody. Model ten odpowiada na kluczową potrzebę wiarygodnych prognoz, zwłaszcza że zmiany klimatyczne zwiększają występowanie ekstremalnych warunków pogodowych. GenCast przewiduje szereg możliwych scenariuszy pogodowych, przewyższając system ENS Europejskiego Centrum Prognoz Średnioterminowych (ECMWF).
Google DeepMind uruchamia GenCast w celu lepszego prognozowania pogody
Wprowadzenie GenCast jest szczególnie aktualne, ponieważ zapotrzebowanie na dokładne prognozy pogody stale rośnie. Model dokładnie przewiduje codzienne zmiany pogody i ekstremalne warunki z wyprzedzeniem do 15 dni. GenCast oferuje kompleksowy wgląd w potencjalne wzorce pogodowe, co jest istotne dla decydentów w różnych sektorach.
GenCast wykorzystuje format o wysokiej rozdzielczości 0,25°, generując 50 lub więcej prognoz dla różnych trajektorii pogodowych. Takie podejście pozwala modelowi skuteczniej reprezentować niepewności w porównaniu z tradycyjnymi metodami prognozowania. Agencje pogodowe i naukowcy polegają na prognozach zbiorczych, aby zrozumieć zakres prawdopodobnych scenariuszy, co jest koniecznością, biorąc pod uwagę nieodłączną nieprzewidywalność pogody.
Aby opracować GenCast, badacze wykorzystali historyczne dane pogodowe ECMWF z czterdziestu lat, które obejmują różne zmienne atmosferyczne kluczowe dla dokładnych prognoz. W rezultacie model wykazał doskonałe umiejętności prognozowania w szeroko zakrojonych ocenach, przekraczając ENS ECMWF w 97,2% testowanych celów i osiągając dokładność 99,8% prognoz na 36 godzin do przodu.
W przeciwieństwie do swojego poprzednika, który zapewniał pojedynczą szacunkową prognozę, GenCast wykorzystuje model dyfuzji podobny do tych stosowanych w generatywnej sztucznej inteligencji do generowania treści multimedialnych. Ta adaptacja umożliwia GenCast działanie na sferycznej geometrii Ziemi, umożliwiając uchwycenie i modelowanie złożonych scenariuszy pogodowych.
Na uwagę zasługuje wydajność obliczeniowa GenCast. Pojedynczą prognozę można wygenerować w zaledwie osiem minut przy użyciu Google Cloud TPU v5, podczas gdy tradycyjne metody wymagają wielu godzin i znacznych zasobów obliczeniowych. Taka redukcja czasu nie tylko zwiększa efektywność operacyjną, ale także pozwala na szybkie podejmowanie decyzji w krytycznych sytuacjach pogodowych.
Ulepszone prognozy ekstremalnych zdarzeń pogodowych
GenCast specjalizuje się w prognozowaniu ekstremalnych warunków pogodowych, kluczowych dla bezpieczeństwa publicznego i zarządzania zasobami. Podczas testów model wykazał doskonałe zdolności w przewidywaniu przypadków ekstremalnego ciepła i zimna oraz dużych prędkości wiatru. Na przykład umożliwił precyzyjne śledzenie tajfunu Hagibis na kilka dni przed wyjściem na ląd, pokazując jego zdolność do namierzania określonych ścieżek cyklonu z większą dokładnością.
Co więcej, bardziej wiarygodne prognozy pogody mogą ułatwić lepsze planowanie inicjatyw w zakresie energii odnawialnej. Przykładem może być znaczna dokładność GenCast w przewidywaniu wytwarzania energii wiatrowej, wspierając w ten sposób przejście na zrównoważone źródła energii. Zdolność ta staje się coraz bardziej istotna, ponieważ branże poszukują niezawodnych danych w celu zwiększenia wydajności operacyjnej.
Kredyty obrazkowe: Google DeepMind
