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: