Модель искусственного интеллекта GraphCast, разработанная компанией Google DeepMind, совершила прорыв в метеорологии, продемонстрировав более высокую точность прогнозов погоды на 10 дней вперёд по сравнению с классическими методами. Ключевым преимуществом системы является скорость: она формирует детальный прогноз менее чем за одну минуту, что указывает на огромный потенциал повышения эффективности метеорологических служб в будущем.
ИИ впервые предсказал погоду точнее метеорологов / © Getty images
Прорыв в глобальном прогнозировании
Точность среднесрочных глобальных прогнозов критически важна для множества сфер человеческой деятельности, однако существующие методы часто не удовлетворяют требованиям точности. Специалисты Google DeepMind представили решение — машинную модель GraphCast, способную с высокой достоверностью предсказывать погодные условия в любой точке планеты.
Обратите внимание: Ученые впервые обнаружили всеядных акул.
Результаты исследования были обнародованы в авторитетном журнале Science.Сравнительные испытания и превосходство ИИ
В ходе тестирования GraphCast показал результаты, превосходящие показатели ведущей мировой традиционной системы Европейского центра среднесрочных прогнозов погоды (ECMWF). Искусственный интеллект оказался точнее по 90% из 1380 ключевых метеорологических параметров. В их число вошли температура, атмосферное давление, скорость и направление ветра, а также уровень влажности на разных высотах.
Различные модели погоды, созданные с помощью GraphCast / © www.science.org
Эффективность и практическое применение
По словам создателей, GraphCast способен прогнозировать сотни погодных переменных на десятидневный период с высоким пространственным разрешением (0.25 градуса) для всей Земли. При этом модель примерно в тысячу раз энергоэффективнее традиционных вычислительных методов. Ярким примером её эффективности стал прогноз урагана «Ли», обрушившегося на канадскую провинцию Новая Шотландия в сентябре 2023 года. GraphCast точно предсказал его траекторию и силу за девять дней до события, что на трое суток раньше прогнозов метеорологов.
Ограничения и перспективы технологии
Несмотря на впечатляющие результаты, у GraphCast есть свои недостатки. В некоторых случаях его прогнозы могут уступать классическим. Кроме того, из-за технологических особенностей модель пока не способна генерировать столь же детализированные локальные прогнозы, как традиционные системы. Ещё одним вызовом остаётся «чёрный ящик» ИИ — не до конца понятные внутренние механизмы принятия решений. Поэтому разработчики рассматривают GraphCast не как замену, а как мощное дополнение к существующим методам прогнозирования, способное значительно повысить их общую точность и оперативность.
Источник: Голая наука
ИсследованияНаучные изобретенияИскусственный интеллектGoogleПогодаМетеорологияТехнологииДлинный пост 6Больше интересных статей здесь: Новости науки и техники.
Источник статьи: ИИ впервые предсказал погоду точнее метеорологов.