Rémi Lam hadde hørt om San Franciscos mikroklimaer, men han forsto ikke deres særegenhet før han flyttet dit i år. "Gaten jeg bor i kan være tåkete, mens det er sol bare to kvartaler unna, " sier han. Værmeldinger for byen kan være helt feil, avhengig av plasseringen. Selv avanserte værprognoser kan ikke nøyaktig forutsi mikroklimaene i hele byen. Som forsker ved Google DeepMind i London har Lam fokusert omfattende på vær og prognoser. Han er en leder i å bruke maskinlæring for å forbedre værvarsler, et felt som har raskt utviklet seg i de senere årene med Lam og hans kolleger i front. De er ikke alene i denne streben. Flere grupper, inkludert Microsoft, Nvidia, Huawei og European Centre for Medium-Range Weather Forecasts (ECMWF) i Reading, Storbritannia, kappes om å utvikle AI-assisterte værprognoser. I store deler av dette året har GraphCast, et prosjekt drevet av Lam, vært ledende i nøyaktighet (R. Lam et al. Science 382, 1416–1421; 2023). "GraphCast hevet standarden for prognosenøyaktighet, " sier Matthew Chantry, ECMWFs leder for AI-basert værvarsling. Tradisjonelle værvarsler er komplekse programmer som simulerer Jordens atmosfæriske utvikling basert på luft-, varme- og vanndampdynamikk.

GraphCast, et kunstig nevralt nettverk strukturert som et globalt rutenett, ble ‘trent’ med reelle atmosfæriske målinger uten eksplisitte fysiske lover. Det er bemerkelsesverdig at dens spådommer overgikk de konvensjonelle. "Jeg ble overrasket over at den overgikk fysikkbaserte prognoser så raskt, " sier Lam. Selv om opplæringen av AI-en er datakrevende, utføres prognosene på under et minutt på en avansert stasjonær datamaskin—mye raskere enn timene som trengs for konvensjonelle superdatamaskinprognoser. Født i en forstad til Paris i 1988, utdannet Lam seg som romfartsingeniør i Frankrike og USA. Hans ekspertise i statistisk modellering av fluidmekanikk ble verdifull for AI-applikasjoner. DeepMind, med sitt mål om å løse vitenskapelige utfordringer, passet perfekt. "Det finnes simpelthen ikke et bedre sted for maskinlæring, " sier han. Maria Molina, en atmosfærisk forsker ved University of Maryland i College Park, som anvender AI på vær- og klimamodellering, setter pris på Googles innsats for å gjøre deres værmodeller offentlig tilgjengelige hittil. Hun uttrykker en bekymring for fremtidig tilgjengelighet og sier: "Når kan den velviljen ta slutt?" Det kan bli problematisk hvis selskaper monopoliserer de beste prognosene, spesielt for ekstreme værhendelser. "Tilgang til livsviktig informasjon bør aldri være avhengig av offentlig betaling. "