Rémi Lam oli kuulnud San Francisco mikroklimidest, kuid mõistis nende eripära alles siis, kui ta kolis sinna sel aastal. "Tänav, kus ma elan, võib olla udune, samas kui vaid kaks kvartalit edasi paistab päike, " ütleb ta. Linnale tehtavad ilmaprognoosid võivad asukohast olenevalt olla erakordselt ebatäpsed. Isegi arenenud ilmaennustused ei suuda täpselt ennustada kogu linna mikroklimaatilisi erinevusi. Google DeepMindi teadlasena Londonis on Lam keskendunud põhjalikult ilmale ja prognoosimisele. Ta on masinõppe rakendamise juht, et parandada ilmaprognoose, mis on viimasel ajal kiiresti edenenud koos Lamiga ja tema kolleegidega esirinnas. Nad ei ole selles püüdluses üksi. Mitmed rühmad, sealhulgas Microsoft, Nvidia, Huawei ja Euroopa Keskpika Ilmaennustuse Keskus (ECMWF) Readingis, Ühendkuningriigis, võistlevad AI-põhiste ilmaprognooside arendamisel. Suure osa sellest aastast on Lam juhitud projekt GraphCast olnud täpsuse poolest esirinnas (R. Lam jt. Science 382, 1416–1421; 2023). "GraphCast tõstis prognoosimise oskuse latti, " ütleb Matthew Chantry, ECMWF-i AI-põhise ilmaennustamise juht. Traditsioonilised ilmaprognoosid on keerulised programmid, mis simuleerivad Maa atmosfääri arengut, lähtudes õhu, soojuse ja veeauru dünaamikast.

GraphCast, tehisnärvivõrk, mis on struktureeritud nagu globaalne ruudustik, treeniti reaalselt atmosfäärimõõtmistega ilma selgesõnaliste füüsikaseadusteta. Märkimisväärselt ületasid selle ennustused tavapäraseid. "Mind üllatas, et see edestas füüsikapõhiseid prognoose nii kiiresti, " ütleb Lam. Kuigi AI treenimine nõuab palju arvutusvõimsust, saab selle prognoosid jooksutada alla minutiga kaasaegsel lauaarvutil—palju kiiremini kui tavapärased tipparvutiga prognoosid, mis võtavad tunde. 1988. aastal Pariisi eeslinnas sündinud Lam õppis Prantsusmaal ja USAs lennundusinseneriks. Tema ekspertiis vedeliku dünaamika statistilises modelleerimises osutus väärtuslikuks AI-rakenduste jaoks. DeepMind, kelle missioon on teaduslike väljakutsete lahendamine, sobis ideaalselt. "Pole lihtsalt paremat kohta masinõppe jaoks, " ütleb ta. Maria Molina, atmosfääriteadlane Marylandi ülikoolis College Parkis, kes rakendab AI-d ilma ja kliimamudelitele, hindab Google'i jõupingutusi nende prognoosimudelite avalikuks kättesaadavaks tegemisel siiani. Ta tõstatab mure edasise kättesaadavuse kohta, öeldes: "Millal võib see head tahet lõppeda?" See võiks olla probleemne, kui firmad monopoliseerivad parimad prognoosid, eriti ekstreemse ilmaga seotud sündmuste puhul. "Elupäästva teabe kättesaadavus ei tohiks kunagi sõltuda avalikest maksetest. "