Помните старую шутку про метеорологов — единственных специалистов, которым платят за неправильные прогнозы? Похоже, искусственный интеллект готов положить конец этой иронии. Google DeepMind представила модель GenCast, которая не просто конкурирует с традиционными методами прогнозирования погоды, а во многом их превосходит. Давайте разберемся, что это за зверь такой и стоит ли синоптикам начинать искать новую работу.
Что такое GenCast и почему это важно
Представьте себе: вы собираетесь на дачу на выходные, и вам критически важно знать, не испортит ли погода планы на барбекю. Традиционные модели прогнозирования погоды используют суперкомпьютеры, решающие сложнейшие уравнения, описывающие физику атмосферы. А GenCast? Эта умная система просто проанализировала погодные данные с 1979 по 2018 год и научилась находить в них закономерности — примерно как опытный грибник, который по едва заметным признакам определяет, где искать боровики.
Впечатляющие результаты
Когда разработчики решили устроить своеобразную «дуэль» между GenCast и одной из лучших мировых систем прогнозирования — ENS от Европейского центра среднесрочных прогнозов погоды (ECMWF), результаты оказались неожиданными. В 97,2% случаев искусственный интеллект оказался точнее!
Особенно впечатляет работа GenCast с экстремальными погодными явлениями. Например, при прогнозировании траектории тропических циклонов система способна предупредить об опасности на 12 часов раньше существующих методов. Представьте, насколько важны эти дополнительные часы для эвакуации населения!
Скорость — второе имя GenCast
Если традиционным системам нужно несколько часов, чтобы составить 15-дневный прогноз, то GenCast справляется с этой задачей всего за 8 минут, используя один облачный процессор Google Cloud TPU v5. Это как сравнивать старенький «Запорожец» с современной Tesla — разница колоссальная!
Есть ли подвох?
Конечно, не обошлось без нюансов. Во-первых, тестирование проводилось против версии ENS 2019 года, которая с тех пор существенно улучшилась. Во-вторых, GenCast выдает прогнозы с 12-часовым интервалом, в то время как традиционные модели работают с более короткими промежутками времени.
Представьте, что вы управляете ветряной электростанцией. Вам недостаточно знать силу ветра в 6 утра и 6 вечера — нужны данные на протяжении всего дня. Как метко заметил Стивен Малленс, профессор метеорологии Университета Флориды: «Мы хотим знать, что делает ветер в течение дня, а не только утром и вечером».
Что дальше?
Метеорологическое сообщество пока осторожно относится к использованию ИИ в прогнозировании погоды. Как говорит тот же Малленс: «Мы ученые, мыслящие физическими категориями... и поскольку ИИ фундаментально отличается от этого подхода, мы все еще пытаемся понять — действительно ли это хорошо? И почему?»
Но команда DeepMind не собирается почивать на лаврах. Они уже опубликовали код GenCast в открытом доступе, чтобы специалисты могли протестировать систему самостоятельно. По словам Илана Прайса, ведущего научного сотрудника DeepMind, они видят будущее за совместным использованием ИИ и традиционных методов прогнозирования.
Заключение
Появление GenCast — это не просто очередной технологический прорыв. Это шаг к более точному прогнозированию погоды, которое может спасти жизни при экстремальных погодных явлениях и помочь в планировании всего: от масштабных мероприятий до личных выходных на даче. И хотя синоптикам пока рано беспокоиться о своих рабочих местах, похоже, у них появился очень серьезный помощник.
А вы как считаете — доверили бы вы планирование своего отпуска прогнозу искусственного интеллекта?