Новая модель ИИ от Google может прогнозировать погоду на 10 дней вперед
Нейронная сеть была разработана исследовательским подразделением Google компанией DeepMind, которая выложила исходный код GraphCast на GitHub. По данным Google, несколько метеорологических агентств уже используют GrapgCast в своей работе.
GraphCast — это, так называемая, специализированная нейронная сеть, оптимизированная для обработки графов. Граф — это структура данных, которая может хранить несколько фрагментов информации, а также записывать то, как они связаны друг с другом. Способность графов хранить большие взаимосвязанные наборы данных делает их полезными для описания сложных явлений, таких как погодные условия.
Google обучал модель GraphCast на наборе данных наблюдений за погодой, собранных за почти четыре десятилетия Европейским Центром Среднесрочных Прогнозов Погоды (ЕЦСПП). Этот набор включал информацию со спутников, радиолокационных систем и других источников. По данным Google, ЕЦСПП — одна из метеорологических организаций, принявших GraphCast для поддержки своей работы.
GraphCast может прогнозировать погоду на десять дней вперед. Более того, он делает это с высокой степенью детализации. Google утверждает, что GraphCast может прогнозировать температуру, уровень влажности, скорость ветра и другие переменные на десятках различных уровней высоты над поверхностью Земли.
В ходе внутреннего тестирования компания сравнила GraphCast с известным своей надежностью алгоритмом прогнозирования погоды под названием HRES. GraphCast достиг более высокой точности для более чем 90% из 1380 проанализированных погодных переменных. Система ИИ сработала еще лучше, когда объем задачи был ограничен тропосферой — частью атмосферы, расположенной непосредственно над поверхностью Земли.
«Когда мы ограничили оценку тропосферой, областью атмосферы высотой от 6 до 20 километров, где точный прогноз наиболее важен, то наша модель превзошла HRES по 99,7% тестовых переменных, используемых для прогноза погоды», — рассказал в своем блоге штатный научный сотрудник DeepMind Реми Лам.
В ходе теста исследователи также определили, что GraphCast может превзойти традиционные алгоритмы прогнозирования в другой области: предсказании экстремальных погодных явлений. GraphCast удалось предсказать движения циклона более точно, чем HRES. Более того, Google считает, что система искусственного интеллекта может оказаться полезной для прогнозирования наводнений.
Традиционные алгоритмы прогнозирования погоды требуют для вычислений значительного количества оборудования, так как для создания прогнозов они полагаются на сложные физические уравнения. В результате такие алгоритмы часто используются на суперкомпьютерах. Даже при наличии аппаратных ресурсов суперкомпьютера создание прогноза в некоторых случаях может занять несколько часов.
Google утверждает, что GraphCast требует значительно меньшего количества оборудования. Система искусственного интеллекта может генерировать прогнозы погоды на 10 дней, используя только один экземпляр платформы на базе облачного тензорного процессора Google Cloud TPU v4. Более того, она способна генерировать такие прогнозы менее чем за минуту.
«Новаторское использование ИИ в прогнозировании погоды принесет пользу миллиардам людей в их повседневной жизни», — написал Лам. «Но наши более широкие исследования направлены не только на прогнозирование погоды, но и на понимание более широких закономерностей климата. Мы надеемся, что разрабатывая новые инструменты и ускоряя исследования, ИИ сможет расширить возможности мирового сообщества для решения самых серьезных экологических проблем».
