Метеорологічна модель штучного інтелекту від Google DeepMind під назвою GraphCast значно перевершила традиційні методи прогнозування погоди по всьому світу на 10 днів уперед. Система робить “пророцтво” менш ніж за одну хвилину, тому в майбутньому такі прогнози можуть стати значно ефективнішими за ті, які зараз.
Про це йдеться в статті у журналі Science.
Глобальне середньострокове прогнозування погоди має вирішальне значення для багатьох сфер нашого життя. Але їхня точність наразі бажає кращого. Міжнародна група фахівців із транснаціональної компанії Google DeepMind вирішила змінити цю ситуацію та створила машинну модель GraphCast, яка прогнозує погоду у різних куточках світу з дуже високою точністю.
У випробуваннях модель показала перевагу над провідною у світі традиційною системою, якою керує Європейський центр середньострокових прогнозів погоди (ECMWF). GraphCast перевершив її за 90 відсотками з 1380 показників, включаючи температуру, тиск, швидкість та напрям вітру, а також вологість на різних рівнях атмосфери.
GraphCast, за словами розробників, прогнозує сотні погодних змінних протягом 10 днів по всьому світу. Дослідники також запевнили, що їх розробка приблизно в тисячу разів дешевша з погляду енергоспоживання порівняно з традиційними методами прогнозування.
Попри значні перспективи, GraphCast має і обмеження: прогноз моделі іноді, навпаки, поступається традиційним методам. Через технологічні обмеження такі системи поки що не здатні створювати настільки ж деталізовані та докладні прогнози, які є зараз. Не до кінця зрозумілі й механізми прогнозування – як саме машина це робить. Тому розробники поки що розглядають свою модель лише як доповнення до традиційних методів прогнозу погоди.