Jeśli pogoda, to tylko od AI

Program nazywa się GenCast i został stworzony przez dwunastu naukowców z Google DeepMind. Pracę na jego temat publikuje właśnie „Nature”. Można powiedzieć, że to oficjalna premiera GenCasta – nieoficjalnie został on zaprezentowany nieco wcześniej w internetowym serwisie arXiv.

Dzieło programistów z Londynu (tam mieści się główne laboratorium DeepMind) może przynieść przełom w przygotowywaniu średnioterminowych prognoz pogody, czyli tych na 10–15 dni. GenCast dowiódł bowiem, że radzi sobie z nimi lepiej niż modele numeryczne rozwijane w Europejskim Centrum Średnioterminowych Prognoz Pogody (ECMWF) – placówce zlokalizowanej w Reading w Wielkiej Brytanii, której prognozy uchodzą za jedne najlepszych na świecie.

Numeryczne prognozowanie pogody zaczęło się po II wojnie światowej. Algorytmy konwencjonalnych modeli numerycznych rozwiązują równania opisujące prawa fizyczne rządzące dynamicznymi zmianami zachodzącymi w atmosferze. Bo pogoda to nic innego jak stan atmosfery w konkretnym miejscu i czasie. Składa się na nią kilkadziesiąt elementów, na czele z temperaturą powietrza, ciśnieniem atmosferycznym, opadami, chmurami i wiatrem. Model numeryczny wylicza z pewnym ryzykiem błędu, jak zmieniać się będzie każdy z nich w kolejnych dniach. Aby zwiększyć precyzję, wykonuje się równocześnie wiele symulacji, tworząc prognozę typu ensemble pokazującą kilka możliwych scenariuszy przyszłości na podstawie nieco innych danych wyjściowych. Takie narzędzie powstało również w ECMWF. W skrócie nazywa się ENS.

Z nim to właśnie postanowili się zmierzyć twórcy GenCast. Ich program został nakarmiony danymi z całego świata z lat 1979–2018. Były to wyniki obserwacji meteorologicznych zestawione z wynikami modelowań numerycznych wykonanych przez ECMWF. Ten pakiet – ERA5 – jest publicznie dostępny. Sztuczna inteligencja połknęła wszystko, przetrawiła, a na koniec zaczęła przygotowywać własne prognozy średnioterminowe (w tym przypadku na 15 dni) w odstępach co 12 godzin i dla 80 zmiennych opisujących stan atmosfery i powierzchni globu. Łącznie zorganizowano 1320 „pojedynków” pomiędzy GenCast a ENS. W 97,2 proc. z nich wygrała sztuczna inteligencja.

Zawrotne było również tempo pracy AI – swoją wersję przyszłości przedstawiała ona już po 8 minutach. Była to w dużym stopniu zasługa stworzonego przez Google potężnego procesora sztucznej inteligencji o nazwie Cloud TPUv5, który można porównać do bardzo sprawnego i szybko uczącego się mózgu. Taki procesor wymaga potężnego komputera konsumującego mnóstwo prądu. Jednak dzięki niemu GenCast oferował także precyzyjniejsze od standardowych prognozy ekstremalnych zjawisk pogodowych oraz szlaków cyklonów tropikalnych. „Wyniki naszych badań otwierają nowy rozdział w prognozowaniu pogody, które może się stać jeszcze dokładniejsze i szybsze” – napisali w konkluzji Ilan Price i pozostali badacze z Google DeepMind.

Dziękujemy, że jesteś z nami. To jest pierwsza wzmianka na ten temat. Pulsar dostarcza najciekawsze informacje naukowe i przybliża najnowsze badania naukowe. Jeśli korzystasz z publikowanych przez Pulsar materiałów, prosimy o powołanie się na nasz portal. Źródło: www.projektpulsar.pl.