A GraphCast pontosabb az eddigi csúcsmodellnél, és minden korábbinál hosszabb időre előre jelzi a szélsőséges időjárást.

A Google DeepMind cégének kutatói olyan mesterséges intelligencia rendszert fejlesztettek ki, amely historikus adatokból, azaz több évtizedes időjárási mérés adataiból készít 10 napos előrejelzéseket kevesebb mint egy perc alatt.

A GraphCast nevű mesterséges intelligencia a Science folyóiratban közölt tanulmány szerint

a tesztelt mérőszámok mintegy kilencben százalékában felülmúlta az eddigi legpontosabb modellt,

az Európai Középtávú Időjárás-előrejelző Központ (European Centre for Medium-Range Weather Forecasts, ECMWF) modelljét.

Válogatás a GraphCast 10 napra vonatkozó előrejelzéseiből, amely a 700 hektopascalos (kb. 3 km-rel a felszín felett) fajlagos páratartalmat, a felszíni hőmérsékletet, és a felszíni szélsebességet mutatja:

A GraphCast modell, amely a szélsőséges időjárást a korábban lehetségesnél hosszabb időre előre jelzi, képes nyomon követni a ciklonok útját, és előre jelezni a kirívóan magas vagy alacsony hőmérsékleteket.

Matthew Chantry, az ECMWF gépi tanulási koordinátora szerint a mesterséges intelligencia rendszerek a meteorológiában

„sokkal hamarabb és sokkal meggyőzőbben fejlődtek, mint azt akár csak két évvel ezelőtt vártuk”.

Egyúttal a GraphCast sikere azt is nyomatékosítja, hogy az MI távoltól sem csak a mostanában felkapott nagy nyelvi modellek (LLM) vagy képalkotás terén sikeres, de számos területen alkalmazható.

Bővebben a Wired és a Science írt a Google fejlesztéséről. Nyitókép: Unsplash.

Ez is érdekelhet:

Támogatott és ajánlott tartalmaink

Ezt „látja” az űrhajó, az ISS, illetve a földi irányítóközpont, amikor egy űrhajó bedokkol az ISS-hez

Megfigyelték, ahogy két állat egyetlen élőlénnyé olvad össze

Papírlapként gyűrögeti az ezerkettes Ladát ez a 32 colos mélynyomó

További cikkeink a témában