GenCast: Superiorni model AI vremenske prognoze iz DeepMinda
Brief news summary
Google DeepMindov GenCast transformiše vremenske prognoze nadmašujući Evropski centar za srednjoročne vremenske prognoze (ECMWF) u preko 97% testova od 2019. godine. Objavljen u časopisu Nature, ovaj inovativni AI sistem predviđa vremenske obrasce, uključujući ekstremne događaje, do 15 dana unaprijed. Florence Rabier iz ECMWF-a pohvaljuje GenCast zbog poboljšanja tradicionalnih meteoroloških modela. GenCast, obučen na podacima od 1979. do 2018. godine, analizira faktore poput temperature, brzine vjetra i pritiska zraka kako bi proizveo prognoze za samo osam minuta. Ova brza obrada je ključna za brze odgovore na ekstremne vremenske događaje pogoršane klimatskim promjenama, poput požara na Havajima i toplotnih talasa u Maroku. Cilj DeepMinda za GenCast je poboljšanje prognoza rizika od ekstremnih vremenskih uslova, pomažući u spašavanju života i smanjenju štete. Uprkos svojim napretcima, GenCast se nadovezuje na temeljni rad sistema poput ECMWF-a. Profesor David Schultz, stručnjak za sinoptičku meteorologiju, ističe potencijal AI-a u poboljšanju predikcija ekstremnih vremenskih uslova i naglašava saradnju između AI-a i tradicionalne meteorologije.GenCast, koji je razvio Google DeepMind, londonska istraživačka laboratorija za AI, pokazao je superiorne sposobnosti predviđanja u poređenju sa trenutnim vodećim modelom, kako je kompanija objavila u srijedu. Evropski centar za srednjoročne vremenske prognoze (ECMWF), koji pruža predviđanja za 35 zemalja, smatra se globalnim standardom za meteorološku preciznost. Međutim, DeepMind je objavio da je GenCast nadmašio prognoze ECMWF-a u preko 97% od 1. 320 scenarija iz 2019. godine na kojima su oba testirana. Nalazi DeepMinda objavljeni su u Nature, jednom od uglednih naučnih časopisa. Direktorica ECMWF-a, Florence Rabier, naglasila je za AFP da ova inicijativa predstavlja "prvi korak" ka integraciji AI-a u prognozu vremena te opisala to kao "zaista veliki napredak. " Trenutno se može koristiti kao dopuna postojećim modelima, napomenula je. "Svakom godinom napredujemo", rekla je. "Svaka nova metoda koja može poboljšati i ubrzati ovaj napredak je izuzetno cijenjena s obzirom na značajne društvene pritiske klimatskih promjena. " Model je treniran s četiri decenije podataka o temperaturi, brzini vjetra i pritisku zraka od 1979. do 2018.
godine, što mu omogućava generisanje prognoze od 15 dana za samo osam minuta, u poređenju s prethodno potrebnim satima. "GenCast nudi bolje prognoze za dnevno vrijeme i ekstremne događaje od vrhunskog operativnog sistema. . . do 15 dana unaprijed", navedeno je u saopštenju DeepMinda. DeepMind je tvrdio da GenCast dosljedno nadmašuje vodeći model u predviđanju ekstremne vrućine, hladnoće i jakih vjetrova. "Preciznije prognoze rizika ekstremnih vremenskih uslova mogu pomoći zvaničnicima da zaštite živote, spriječe štetu i uštede novac", dodao je DeepMind. Ekstremni vremenski uslovi postaju sve učestaliji i intenzivniji zbog klimatskih promjena uzrokovanih ljudskim djelovanjem. U augustu 2023. godine, požari na Havajima rezultirali su sa oko 100 smrtnih slučajeva, a vlasti su bile kritikovane zbog toga što nisu upozorili lokalno stanovništvo na požar. Tog ljeta, iznenadni toplotni val u Maroku je usmrtio najmanje 21 osobu u jednom danu. U septembru, uragan Helene prouzrokovao je 237 smrtnih slučajeva na Floridi i drugim jugoistočnim američkim državama. "Siguran sam da će sistemi vremenske prognoze zasnovani na AI-u nastaviti da se postepeno poboljšavaju, uključujući predviđanje ekstremnih događaja i njihovog intenziteta, gdje je poboljšanje prijeko potrebno", rekao je David Schultz, profesor sinoptičke meteorologije na Univerzitetu u Manchesteru, koji nije bio uključen u istraživanje. Napomenuo je, međutim, da ovi sistemi zavise od modela vremenske prognoze koji se trenutno koriste, poput onih kojima upravlja ECMWF. jts/klm/bjt
Watch video about
GenCast: Superiorni model AI vremenske prognoze iz DeepMinda
Try our premium solution and start getting clients — at no cost to you