Google DeepMind утверждает, что ее новая модель ИИ превосходит ведущую систему прогнозирования погоды
Погода влияет на всех нас — формируя наши решения, определяя нашу безопасность и наш образ жизни. Поскольку изменение климата приводит к более экстремальным погодным явлениям, точные и надежные прогнозы становятся важны, как никогда. Тем не менее, погоду невозможно предсказать идеально, особенно в интервале нескольких дней.
Так как идеальный прогноз погоды невозможен, ученые и метеорологические агентства используют вероятностные ансамблевые прогнозы, где модель предсказывает ряд вероятных погодных сценариев. Такие ансамблевые прогнозы более полезны, чем один прогноз, поскольку они предоставляют лицам, принимающим решения, более полную картину возможных погодных условий в ближайшие дни и недели и то, насколько вероятен каждый сценарий.
Команда DeepMind представила модель GenCast, которая знаменует собой существенный шаг вперед в прогнозировании погоды на основе искусственного интеллекта. Предыдущая модель погоды была детерминированной и обеспечивала единую, наилучшую оценку будущей погоды. Напротив, прогноз GenCast включает в себя ансамбль из 50 или более прогнозов, каждый из которых представляет возможную траекторию погоды.
GenCast — это диффузионная генеративная модель ИИ, которая лежит в основе недавних достижений в генерации изображений, видео и музыки. Однако GenCast отличается от прежних моделей тем, что она адаптирована к сферической геометрии Земли и учится точно генерировать сложное распределение вероятностей будущих погодных сценариев, когда в качестве входных данных указано самое последнее состояние погоды.
Инженеры DeepMind обучили модель GenCast на данных о погоде до 2018 года, а затем сравнили свои прогнозы на 2019 год и обнаружили, что GenCast была точнее, чем европейская система ENS в 97,2% случаев. ENS — это вероятностная система прогнозирования, разработанная для указания диапазона возможных погодных условий на 15 дней вперед, включая вероятность возникновения определенных событий (таких как сильный ветер или сильный дождь).
Ансамблевой прогноз выражает неопределенность, делая несколько прогнозов, которые представляют различные возможные сценарии. Если большинство прогнозов показывают, что циклон ударит по какой-то одной области, то неопределенность низкая. Но если они предсказывают разные местоположения, то неопределенность становится выше. Модель GenCast находит правильный баланс, избегая как завышения, так и занижения уверенности в своих прогнозах.
Всего 8 минут требуется облачного тензорному процессору Google Cloud TPU v5, чтобы создать один 15-дневный прогноз в ансамбле GenCast, и каждый прогноз в ансамбле может быть сгенерирован одновременно, параллельно. Традиционные ансамблевые прогнозы на основе физики, такие как те, которые производятся европейской системой ENS, с разрешением 0,2° или 0,1°, занимают часы на суперкомпьютере с десятками тысяч процессоров.
Google заявляет, что GenCast является частью ее набора погодных моделей на основе ИИ, которые она будет внедрять в свои сервиы Search и Maps. Компания также планирует выпускать прогнозы от GenCast в реальном времени и исторические прогнозы, которые каждый может использовать в своих собственных исследованиях и моделях.
