Googles AI förutspår vädret bättre än existerande modeller

Googles Deepmind har utvecklat ett nytt AI-baserat väderprognosprogram, Graphcast, som kan producera prognoser på under en minut medan andra modeller kräver en superdator.

Global medeldistans väderprognoser är avgörande för beslutsfattande inom många sociala och ekonomiska domäner. Traditionella numeriska väderprognoser använder ökade beräkningsresurser för att förbättra prognosnoggrannheten, men använder inte historiska väderdata för att förbättra den underliggande modellen. Deepmind har nu utvecklat "GraphCast", en maskininlärningsbaserad metod som tränas direkt från omanalysdata.

Den förutsäger hundratals vädervariabler, över 10 dagar vid 0,25° upplösning globalt, på under en minut. GraphCast överträffar avsevärt de mest exakta operationella deterministiska systemen på 90 % av 1380 verifieringsmål, och dess prognoser stödjer bättre förutsägelse av allvarliga händelser, inklusive spårning av tropiska cykloner, atmosfäriska floder och extrema temperaturer. GraphCast är ett stort steg inom korrekta och effektiva väderprognoser och hjälper till att förverkliga löftet om maskininlärning för modellering av komplexa dynamiska system.

Källa: https://www.science.org/doi/10.1126/science.adi2336

Bild: Depositphotos