Η Google θα… λέει τον καιρό: Λανσάρει πρωτοποριακό μοντέλο πρόβλεψης μεγάλης ακρίβειας
Η Google παρουσίασε ένα πρωτοποριακό μοντέλο πρόβλεψης καιρού, που συνδυάζει την παραδοσιακή πρόγνωση με τις σύγχρονες τεχνικές μηχανικής μάθησης, δημιουργώντας ακριβείς και ταχείες προβλέψεις. Αυτό το νέο μοντέλο, το οποίο ονομάζεται NeuralGCM, έχει ήδη αποδειχθεί ανώτερο από τα υπάρχοντα εργαλεία τεχνητής νοημοσύνης στον τομέα της πρόβλεψης καιρικών συνθηκών και κλιματικών τάσεων.
Αυτό το καινοτόμο μοντέλο είναι το πρώτο που καταφέρνει να παράγει συνολικές και ακριβείς προβλέψεις καιρού. Η ανάπτυξή του ανοίγει νέους δρόμους για ταχύτερες και πιο ενεργειακά αποδοτικές προβλέψεις σε σύγκριση με τα σημερινά εργαλεία, ενώ είναι επίσης πιο λεπτομερές από τις προσεγγίσεις που βασίζονται αποκλειστικά στην τεχνητή νοημοσύνη.
Σύμφωνα με τον Στίβεν Χόγιερ, ερευνητή στον τομέα της βαθιάς μάθησης της Google, «τα παραδοσιακά κλιματικά μοντέλα απαιτούν υπερυπολογιστές για να λειτουργήσουν. Αυτό το μοντέλο μπορεί να τρέξει σε λίγα μόνο λεπτά». Ο Χόγιερ και η ομάδα του δημιούργησαν και εκπαίδευσαν το NeuralGCM, το οποίο συνδυάζει τις δυνατότητες ενός παραδοσιακού συστήματος ατμοσφαιρικών υπολογισμών που βασίζεται στη φυσική με στοιχεία τεχνητής νοημοσύνης.
Για την ακρίβεια των αποτελεσμάτων του NeuralGCM, οι ερευνητές συνέκριναν τις προβλέψεις του με πραγματικά δεδομένα και με τα αποτελέσματα άλλων μοντέλων, συμπεριλαμβανομένων των παραδοσιακών GCM και εκείνων που βασίζονται μόνο στη μηχανική μάθηση.
Όπως και τα υπάρχοντα μοντέλα μηχανικής μάθησης, το NeuralGCM μπορεί να παράγει ακριβείς βραχυπρόθεσμες, ντετερμινιστικές προβλέψεις καιρού για διάστημα από μία έως τρεις ημέρες νωρίτερα, καταναλώνοντας ελάχιστη ενέργεια σε σύγκριση με τα παραδοσιακά GCM. Επιπλέον, έκανε πολύ λιγότερα λάθη από άλλα μοντέλα μηχανικής μάθησης στις μακροπρόθεσμες προβλέψεις που ξεπερνούν τις επτά ημέρες.
Η ερευνητική ομάδα εξέτασε επίσης την ικανότητα του μοντέλου να προβλέπει διάφορα καιρικά φαινόμενα. Το NeuralGCM συγκρίθηκε ακόμη και με κλιματικά μοντέλα υψηλής ανάλυσης, γνωστά ως παγκόσμια μοντέλα επίλυσης καταιγίδων, και απέδειξε ότι μπορεί να παράγει πιο ρεαλιστικούς αριθμούς και τροχιές τροπικών κυκλώνων σε συντομότερο χρόνο.
