GenCast AI: Unapređivanje Tačnosti Prognoze Vremena
Brief news summary
GenCast, napredni AI model iz Google DeepMinda, pokazao je izuzetnu tačnost u prognoziranju vremena, nadmašivši tradicionalne metode koristeći podatke iz 2019. Iako još nije spreman da u potpunosti zamijeni konvencionalne tehnike, GenCast pokazuje potencijal za poboljšanje tačnosti prognoza i pružanje ranijih upozorenja za ozbiljne vremenske nepogode. Ovaj razvoj je dio nove generacije AI sistema usmjerenih na unapređenje sposobnosti prognoziranja, kako su istaknule nedavne studije. Ilan Price, viši istraživač u DeepMindu, naglašava ulogu GenCasta u unapređenju vremenske prognoze. U poređenju sa modelom ENS od ECMWF-a, GenCast je postigao veću tačnost u 97,2% slučajeva. Za razliku od tradicionalnih modela koji se oslanjaju na složene simulacije atmosferske fizike, GenCast koristi mašinsko učenje i historijske podatke za poboljšane prognoze. Ključna prednost GenCasta je njegova sposobnost da pruži dodatnih 12 sati upozorenja za tropske ciklone, precizno predviđajući putanje ciklona, ekstremne vremenske uslove i izlaz snage vjetra do 15 dana unaprijed. Ipak, ove procjene su provedene korišćenjem starije verzije ENS modela, koja je od tada unaprijeđena. Uprkos sličnim pozitivnim rezultatima u drugim studijama DeepMinda, rezultati su još uvijek podložni recenziji. Efikasnost GenCasta je također zapažena, jer generiše prognozu za 15 dana u samo osam minuta, dok tradicionalnim modelima treba nekoliko sati. Ova brzina smanjuje zahtjeve za računalnim resursima i utjecaj na okoliš centara podataka. Iako neki meteorolozi ostaju skeptični prema metodama AI-a koje nisu zasnovane na fizici, otvoreno izdanje GenCasta ima za cilj poticanje povjerenja i saradnje sa postojećim modelima prognoze, nudeći značajne društvene koristi.GenCast, AI model iz Google DeepMind-a, pokazao je impresivnu tačnost u prognoziranju vremena, nadmašujući tradicionalne modele. U testovima sa podacima iz 2019. godine, GenCast je nadmašio vodeći ENS model prognoze u 97. 2% slučajeva, prema objavi u Nature. Iako AI neće uskoro zamijeniti tradicionalne prognoze, modeli poput GenCast-a obećavaju poboljšanje tačnosti predviđanja vremena, posebno za jake oluje. Treniran na meteorološkim podacima od 1979. do 2018. , GenCast uči iz historijskih obrazaca da bi prognozirao buduće uvjete drugačije od tradicionalnih modela koji se oslanjaju na superračunare za simulaciju atmosferske fizike. Posebno je GenCast pružio prosječno 12 dodatnih sati unaprijed upozorenja za tropske ciklone i izvrsno predviđao putanje ciklona, ekstremne vremenske uvjete i proizvodnju energije iz vjetra u 15-dnevnom razdoblju prognoze. Prvi testovi GenCast-a su bili protiv starije verzije ENS-a, koja sada djeluje na većoj rezoluciji, što otežava direktna trenutna poređenja. Međutim, slične studije za razdoblje od 2020.
do 2022. godine ponovile su pozitivne rezultate, iako nisu bile recenzirane i nedostaju im podaci za 2023. godinu. Usprkos ranijoj višoj rezoluciji ENS-a, GenCast je još uvijek nadmašio zahvaljujući razlikama u računalnim pristupima. GenCast koristi mrežu od 0. 25 stepeni, dok je ENS unaprijedio sa rezolucije od 0. 2 stepena u 2019. na trenutnih 0. 1 stepen. Brzina GenCast-a je prednost, jer proizvodi 15-dnevne prognoze za osam minuta, za razliku od ENS-a kojemu su potrebni sati, što ističe potencijalne prednosti efikasnosti i smanjenje troškova računarstva. GenCast ima prostora za poboljšanje, poput postizanja više rezolucije ili češće proizvodnje prognoza od trenutnih 12-satnih intervala, što bi moglo uticati na stvarne primjene poput procjene snage vjetra. Dok se uloga AI-a u meteorologiji još uvijek procjenjuje, GenCast-ov otvoreni kod omogućava prognostičarima da eksperimentišu s njim. DeepMind vidi modele poput GenCast-a kako se integriraju s tradicionalnim metodama za izgradnju povjerenja u AI-pojačano prognoziranje, s ciljem šireg društvenog uticaja.
Watch video about
GenCast AI: Unapređivanje Tačnosti Prognoze Vremena
Try our premium solution and start getting clients — at no cost to you
