Новая разработка от Google — модель GraphCast — предсказывает погоду лучше всех! Будьте в курсе, когда солнце будет светить, а когда лучше взять зонтик. Прощай, неожиданные дожди и неприятные сюрпризы — теперь точность прогноза наше все! ☀️☔️ #погода #GraphCast
Прогнозирование погоды с высокой точностью — непростая задача, особенно когда мы хотим предсказывать погоду на более отдаленные даты. Традиционные метеорологические организации полагаются на самые мощные суперкомпьютеры в мире, чтобы обрабатывать сложные алгоритмы прогнозирования и сообщить нам, будет ли завтра дождь или нет.
Модель Integrated Forecasting System (IFS), которую использует Европейский центр среднесрочных прогнозов погоды (ECMWF), считается самой точной европейской моделью погоды. И GraphCast смогла значительно превзойти ее.
GraphCast смогла предсказывать погоду на 10 дней вперед быстрее и точнее, чем ECMWF, в более чем 90% из 1 380 проверочных целей.
Знать, нужно ли взять зонтик на работу, очень удобно, но GraphCast может сделать значительный вклад в предсказание экстремальных погодных явлений.
В сентябре, когда ураган Ли находился в 9-дневном удалении от прибытия, метеорологические службы работали, чтобы предсказать, какой город понесет основной удар урагана.
Модель IFS дала грубое предсказание, что ураган может ударить по некоторым городам на северо-востоке или вообще пропустить их. В то же время GraphCast предсказала, что ураган Ли ударит по Новой Шотландии.
Только через 3 дня IFS пришла к тому же выводу, который в конечном итоге оказался точным. Представьте, как улучшится распределение ресурсов и работа служб экстренной помощи с дополнительными 3 днями.
Пушмит Кохли, вице-президент исследований в Google DeepMind, сказал: «Прогнозирование погоды — одна из самых сложных проблем, над которой человечество работает уже очень долгое время. И если посмотреть на то, что произошло в последние годы с изменением климата, эта проблема становится чрезвычайно важной».
Представляем GraphCast: нашу передовую модель искусственного интеллекта, предоставляющую прогнозы погоды на 10 дней с беспрецедентной точностью менее чем за минуту.
Она даже может помочь предсказывать возможные пути циклонов в более отдаленном будущем.
Как это работает?
Традиционные модели, такие как IFS, используют «численное прогнозирование погоды» (NWP). Это включает сбор огромных объемов данных от погодных датчиков, которые затем подаются на вход сложным уравнениям, обрабатываемым суперкомпьютерами.
Уравнения настраиваются командами экспертов и становятся все более точными, но все же требуют большой вычислительной мощности компьютера и занимают много времени для предсказания.
NWP в основном пытается использовать алгоритмы для моделирования работы атмосферы и предсказания того, что произойдет дальше.
GraphCast работает по-другому, но его нельзя реализовать с помощью традиционных уравнений.
Модель GraphCast использует прогнозирование погоды на основе машинного обучения (MLWP) и обучается на данных о погоде за примерно 50 лет.
Затем она берет эти данные и, вместо создания модели нашей атмосферы, ищет паттерны в данных. Модель искусственного интеллекта отлично находит тонкие паттерны, которые невозможно обнаружить с помощью фиксированных уравнений.
GraphCast просто смотрит на текущие данные о погоде и говорит: «Последний раз, когда я видел такие условия, следующее, что произошло, было…» и затем делает прогноз.
Уровень детализации или точности прогнозов GraphCast не так хорош, как у традиционных моделей, но он намного более точен и работает намного быстрее.
Там, где суперкомпьютеру требуется несколько часов для обработки погодных данных и предсказания, GraphCast может получить результат менее чем за минуту.
MLWP сильно зависит от исторических данных, полученных с помощью традиционных моделей NWP, поэтому пока он не заменит их.
Однако использование инструмента, такого как GraphCast, в сочетании с текущими методами, поможет предсказывать экстремальные погодные явления быстрее и точнее.
Google DeepMind делает GraphCast открытым исходным кодом, и ECMWF уже использует его.
Оригинал статьи опубликован на сайте DailyAI.
Если вам нужны рекомендации по управлению искусственным интеллектом в бизнесе, свяжитесь с нами по адресу hello@flycode.ru. Чтобы быть в курсе последних новостей об искусственном интеллекте, подпишитесь на наш Telegram-канал t.me/flycodetelegramru.
Посмотрите на практический пример решения на основе искусственного интеллекта: бот для продаж от flycode.ru/aisales, созданный для автоматизации общения с клиентами круглосуточно и управления взаимодействием на всех этапах пути клиента.
Изучите, как искусственный интеллект может улучшить ваши продажи и общение с клиентами. Познакомьтесь с нашими решениями на сайте flycode.ru
