Rémi Lam je čuo za mikroklime San Francisca, ali nije shvatio njihovu posebnost sve dok se ove godine nije preselio tamo. "Ulica u kojoj živim može biti maglovita, dok je samo dvije ulice dalje sunčano, " kaže on. Prognoze vremena za grad mogu biti nevjerovatno netačne, zavisno od lokacije. Čak i napredne vremenske prognoze ne mogu tačno predvidjeti mikroklime širom grada. Kao istraživač u Google DeepMind-u u Londonu, Lam se intenzivno fokusirao na vremenske prognoze. On je lider u korištenju mašinskog učenja za poboljšavanje prognoza vremena, područje koje je brzo napredovalo u posljednjim godinama, a Lam i njegovi kolege su na čelu. Oni nisu jedini u ovoj potrazi. Nekoliko grupa, uključujući Microsoft, Nvidia, Huawei i Evropski centar za srednjoročne vremenske prognoze (ECMWF) u Readingu, UK, pokušavaju razviti vremenske prognoze uz pomoć AI-a. Veći dio ove godine, GraphCast, projekat koji vodi Lam, bio je vodeći po tačnosti (R. Lam et al. Science 382, 1416–1421; 2023). "GraphCast je postavio novi standard za vještinu prognoziranja, " kaže Matthew Chantry, vođa ECMWF-a za vremenske prognoze bazirane na AI-u. Tradicionalne vremenske prognoze su složeni programi koji simuliraju razvoj Zemljine atmosfere na osnovu dinamike zraka, toplote i vodene pare.

GraphCast, neuronska mreža strukturirana kao globalna mreža, ‘trenirana’ je stvarnim mjerenjima atmosfere bez eksplicitnih fizičkih zakona. Iznenađujuće, njegova predviđanja su nadmašila konvencionalna. "Iznenadilo me što je tako brzo nadmašio prognoze bazirane na fizici, " kaže Lam. Iako je treniranje AI-a računalno zahtjevno, njegove prognoze se izvršavaju za manje od minute na naprednom desktop računaru—puno brže od sati potrebnih za konvencionalne prognoze na superračunaru. Rođen u predgrađu Pariza 1988. godine, Lam se školovao kao inženjer aeronautike u Francuskoj i SAD-u. Njegova stručnost u statističkom modeliranju mehanike fluida postala je vrijedna za AI aplikacije. DeepMind, s njegovom misijom rješavanja naučnih izazova, bio je savršen za njega. "Nema boljeg mjesta za mašinsko učenje, " kaže on. Maria Molina, atmosferski naučnik na Univerzitetu Maryland u College Parku koja primjenjuje AI na modeliranje vremena i klime, cijeni Googleove napore učiniti njihove modele vremena javno dostupnim do sada. Izražava zabrinutost o budućoj dostupnosti, izjavljujući: "Kada bi ta dobra volja mogla prestati?" To bi moglo biti problematično ako kompanije monopoliziraju najbolje prognoze, posebno za ekstremne vremenske događaje. "Pristup informacijama koje spašavaju živote nikada ne bi trebao ovisiti o javnim plaćanjima. "