Najlepsze prognozy pogody tworzy AI. W kilka minut i bez superkomputerów

Laboratorium Google DeepMind właśnie przedstawiło swoje najnowsze dzieło: GenCast, czyli superdokładną pogodynkę. Model opiera się na uczeniu maszynowym oraz sztucznych sieciach neuronowych i radzi sobie lepiej niż najlepsze wykorzystywane dotąd systemy prognozowania pogody.

Rok temu Google DeepMind zadziwiło świat (nie tylko naukowy) publikacją w tygodniku „Science”. Zaprezentowało w nim program GraphCast, oparty na uczeniu maszynowym. Jest to dział AI zajmujący się tworzeniem systemów komputerowych, które uczą się i doskonalą na podstawie doświadczenia, czyli bez bycia explicite zaprogramowanymi do każdego zadania. Obecnie wykorzystuje się w nich najczęściej sztuczne sieci neuronowe.

Opiera się na nich również GraphCast, który został stworzony do przewidywania pogody. Jego skuteczność sprawdzono, porównując z HRES (od ang. High RESolution forecast), czyli najdokładniejszym programem do generowania prognoz numerycznych. I w 90 proc. analizowanych przypadków wypadł od niego lepiej. Co więcej, również trafniej przewidywał zjawiska ekstremalne, m.in. tory cyklonów tropikalnych czy anomalie temperatury, choć nie był specjalnie szkolony w tym kierunku. Ponadto potrafił wygenerować dokładną prognozę na dziesięć dni i to w mniej niż minutę bez potrzeby zaprzęgania ogromnych mocy obliczeniowych potężnych komputerów. Dlatego „Science” umieściło GraphCast na liście najważniejszych osiągnięć naukowych 2023 r.

GenCast jeszcze lepsze niż GraphCast

Google DeepMind (którego dwaj badacze, Demis Hassabis i John Jumper, otrzymali w tym roku Nagrodę Nobla za program AI do przewidywania struktur przestrzennych białek) nie spoczął jednak na laurach.