Искусственный интеллект от Google DeepMind под названием GraphCast показал превосходство над традиционными методами прогнозирования погоды на десятидневный срок. Система формирует предсказания за менее минуты. Такое быстродействие может сделать прогнозы в будущем более эффективными.
Международная группа специалистов из Google DeepMind разработала модель GraphCast для более точного прогнозирования погоды по всему миру. опубликована в журнале Science.
Модель продемонстрировала превосходство над ведущей в мире традиционной системой, управляемой Европейским центром среднесрочных прогнозов погоды (ECMWF). GraphCast превзошел её по 90 процентам из 1380 показателей, включая температуру, давление, скорость и направление ветра, а также влажность на различных уровнях атмосферы.
Разработчики утверждают, что GraphCast предсказывает сотни погодных переменных в течение 10 дней с разрешением 0,25 географического градуса по всему миру и менее чем за минуту. По их словам, разработка примерно в тысячу раз дешевле традиционных методов прогнозирования с точки зрения энергопотребления. В качестве примера привели предсказание урагана «Ли» в сентябре этого года в провинции Новая Шотландия в Канаде за девять дней, то есть на три дня раньше, чем предупреждали метеорологи.
Модель GraphCast обладает многообещающими возможностями, но также имеет недостатки: её прогнозы иногда уступают традиционным методикам. Технологические ограничения мешают системам подобного типа создавать столь же детализированные и подробные прогнозы, как это выполняют традиционные методы. Механизмы прогнозирования пока остаются не до конца ясными. Разработчики рассматривают свою модель как дополнение к традиционным методам предсказания погоды.