Oamenii de știință de la Google DeepMind au dezvoltat un model meteorologic care depășește în mare măsură cel mai precis sistem de modelare din lume.

Google DeepMind, nou model meteorologic AI

Noul model de prognoză oferă, pentru prima dată, o metodă bazată pe învățare automată pentru realizarea prognozelor bazate pe ansambluri, în care același model este rulat cu multe condiții inițiale diferite, pentru a genera proiecții bazate pe probabilitate.

Modelele AI anterioare au dus doar la o proiecție de tipul „acceptă sau respinge” (cunoscută și sub numele de model determinist), mai degrabă decât la o gamă de rezultate.

Cercetătorii de la Google DeepMind le-au spus reporterilor că modelul arată abilitatea de a anticipa evenimente extreme dincolo de limitele a ceea ce s-a întâmplat în perioada de antrenament.

Aceasta indică faptul că ar putea prezice cu acuratețe evenimente fără precedent pe care schimbările climatice le fac mai probabile și mai severe.

GenCast de la Google DeepMind nu va înlocui meteorologii umani

Prognoza meteo bazată pe inteligență artificială urmează să fie integrată și mai mult în agențiile guvernamentale de meteorologie și climatologie, precum și în companiile private, au declarat experții pentru Axios.

Cu toate acestea, nu va înlocui meteorologii umani și nu va elimina necesitatea persoanelor cu expertiză științifică.

Meteorologul Aaron Hill de la Universitatea din Oklahoma, care nu a fost implicat în noul studiu, a declarat că meteorologii umani au abilități „fără egal” „de a analiza rezultatele complexe ale modelului de prognoză meteorologică și observațiile.”

Modelele precum noul „GenCast” sunt, de asemenea, puțin probabil să înlocuiască complet generația actuală de modele meteorologice.

„Experiența lor de a analiza zilnic prognozele și observațiile le oferă un avantaj față de modelele de prognoză: știu când sunt bune și știu când sunt proaste, iar aceste lucruri le pot folosi în avantajul lor pentru a face prognoze îmbunătățite”, a declarat Hill pentru Axios prin email.

Modelul creat de Google DeepMind, extrem de fiabil

Modelul are o precizie mai mare decât ansamblul extrem de fiabil realizat de Centrul European pentru Prognoze Meteorologice pe Termen Mediu (ECMWF) în 97,2% din cele 1.320 de metrici de prognoză evaluate.

Aceasta include prezicerea fenomenelor meteorologice extreme, a traiectoriilor ciclonilor tropicali și a producției de energie eoliană.

Abordarea de învățare automată a GenCast a folosit date meteorologice din perioada 1979-2018 în scopuri de antrenament.

Cele mai importante centre de prognoză: ECMWF și NOAA

Astăzi, cele mai importante centre de prognoză, cum ar fi ECMWF din Marea Britanie și NOAA, își pregătesc prognozele folosind metode de ansamblu bazate în principal pe modele fizice.

Astfel de sisteme folosesc ecuații matematice care descriu modul în care funcționează atmosfera, cu calcule pentru totul, de la modul în care este transportată umiditatea până la modul în care vânturile curentului de jet pot alimenta și direcționa sistemele de furtuni.

Un volum masiv de date meteorologice observaționale este integrat în aceste modele pentru a produce prognoze pentru ore sau zile viitoare.

Noua generație de modele meteo bazate pe inteligență artificială care sunt lansate de companiile de tehnologie sunt antrenate pe date meteo din trecut și se bazează pe tehnici de învățare automată.

GenCast, 8 minute pentru generarea prognozei

Acestea pot fi rulate pe sisteme de procesare în cloud în doar câteva minute. GenCast, de exemplu, necesită doar 8 minute pentru a genera o prognoză de ansamblu.

Dar unii meteorologi au spus că rezultatele și abilitățile GenCast au lacune. Ei susțin că nu generează suficiente informații pentru a fi un model de prognoză complet, gata de utilizare.

De exemplu, în prezent, arată proiecții pentru fiecare 12 ore, până la 15 zile, omisiuni care ar putea include vremea potențial crucială și de impact între pașii de timp.

GenCast, model de vreme bazat pe inteligența artificială

GenCast este unul dintre numeroasele modele de vreme bazate pe inteligență artificială dezvăluite în ultimii ani de companii precum Nvidia și Microsoft, fiecare dintre acestea arătând promisiuni în îmbunătățirea acurateței prognozelor.

„Este incitant că învățarea automată va schimba regulile jocului în ceea ce privește prognoza probabilistică," a declarat pentru Axios Marshall Shepherd, un cercetător în meteorologie de la Universitatea din Georgia care nu a participat la noul studiu.

El mai declară că „pe măsură ce am adoptat prognoza de ansamblu în locul abordărilor deterministe, acesta este doar un pas inevitabil în proces."