DeepMind на Google разработи алгоритъм за машинно обучение, за който твърди, че може да предскаже времето по-точно от настоящите методи за прогнозиране, които използват суперкомпютри.

Моделът на Google, наречен GraphCast, генерира по-точна 10-дневна прогноза от системата за прогноза с висока разделителна способност (HRES), управлявана от Европейския център за средносрочни прогнози за времето (ECMWF) - правейки прогнози за минути, а не за часове. Google DeepMind маркира HRES като текущата златна стандартна система за симулация на времето.

GraphCast, който може да работи на настолен компютър, превъзхожда ECMWF при повече от 99% от метеорологичните променливи в 90% от 1300 тестови региона според констатациите, публикувани на 14 ноември в списание Science.

Но изследователите смятат, че не е безупречен, защото резултатите се генерират в черна кутия - което означава, че AI не може да обясни как е намерил модел или да покаже как работи, - и че трябва да се използва за допълване, а не за замяна на установени инструменти.

Прогнозирането днес разчита на включването на данни в сложни физически модели и използването на суперкомпютри за провеждане на симулации. Точността на тези прогнози разчита на детайли в рамките на моделите и те са енергоемки и скъпи за изпълнение.

Но метеорологичните модели за машинно обучение могат да работят по-евтино, защото се нуждаят от по-малко изчислителна мощност и работят по-бързо. За новия AI модел изследователите обучиха GraphCast на 38-годишни глобални показания за времето на Земята до 2017 г. Алгоритъмът установи модели между променливи като въздушно налягане, температура, вятър и влажност, които дори изследователите не разбраха.

След това обучение моделът екстраполира прогнози от прогнози за глобалното време, направени през 2018 г., за да направи 10-дневни прогнози за по-малко от минута. Изпълнявайки GraphCast заедно с прогнозата с висока разделителна способност на ECMWF, която използва по-конвенционални физически модели за правене на прогнози, учените установиха, че GraphCast дава по-точни прогнози за повече от 90% от 12 000 използвани точки от данни.

GraphCast може също така да прогнозира екстремни метеорологични събития, като горещи вълни, студени фронтове и тропически бури, и когато горните атмосферни слоеве на Земята бяха премахнати, за да остане само най-ниското ниво на атмосферата, тропосферата, където метеорологичните явления, които влияят на хората, са видни, точността скача.

Снимка: Unsplash

Виж още: Астероиди, способни да унищожат планета, се крият изпод ослепителните лъчи на Слънцето