Искусственный интеллект DeepMind из Лондона создал систему, позволяющую делать самые точные прогнозы погоды в мире на ближайшие десять дней. Разработанная модель называется GraphCast, она превосходит по эффективности погодный симулятор HRES, который является отраслевым стандартом по точности прогнозов.
Полученные с помощью GraphCast данные были проанализированы специалистами Европейского центра среднесрочного прогноза погоды. Согласно их заключению, новая модель превосходит HRES по точности и оперативности прогноза. В частности, в сентябре GraphCast предсказал появление урагана “Ли” над побережьем Новой Шотландии за девять дней до его возникновения, в то время как традиционные методы прогнозирования смогли установить это только за шесть дней до события. Кроме того, традиционные модели ошиблись в определении времени и места, когда ураган достигнет берега.
GraphCast способен распознавать опасные погодные явления без предварительного обучения. Благодаря интеграции простого инструмента отслеживания циклонов, модель прогнозирует их перемещение более точно, чем HRES. Ввиду того, что климат становится все более непредсказуемым, актуальность и точность прогнозов будет иметь критическое значение при планировании мер в условиях угрозы стихийных бедствий.
Искусственный интеллект Google DeepMind в Лондоне разработал новую модель, получившую название GraphCast. Она позволяет составлять наиболее точные погодные прогнозы на ближайшие десять дней, превосходя по эффективности отраслевой стандарт HRES. GraphCast идентифицирует опасные погодные явления и с высокой точностью прогнозирует их развитие. Это достигается за счет интеграции простого средства отслеживания циклонов и использования алгоритмов машинного обучения и нейросетей. Для обучения модели был использован массив метеорологической информации за последние 40 лет, предоставленный Европейским центром среднесрочного прогнозирования погоды. В случае пробелов в данных используются традиционные физические методы прогнозирования. GraphCast составляет прогнозы погоды в разрешении 0,25 градуса широты и долготы, учитывая пять переменных на земной поверхности и шесть атмосферных показателей.
Графическая модель GraphCast от Google DeepMind предсказывает погоду с высокой точностью. Она обучается на данных о погоде за последние 40 лет и учитывает множество параметров, включая температуру, ветер, влажность, осадки и давление на уровне моря, а также геопотенциал. В ходе тестирования GraphCast показала результаты, превосходящие традиционные системы на 90% для 1,38 тысяч тестовых точек. В нижнем слое атмосферы модель оказалась точнее отраслевого стандарта на 99.7% по тестовым переменным. При этом, она очень эффективна и составляет прогноз на 10 дней менее чем за 1 минуту на одной машине Google TPU v4. Однако, модель еще не полностью завершена, и ее точность в описании характеристик циклонов может быть улучшена. Тем не менее, Google DeepMind призывает всех желающих присоединиться к проекту, так как исходный код модели уже опубликован.