Google wprowadza GenCast do prognozowania pogody

Google wprowadza innowacyjny model GenCast, który ma zrewolucjonizować prognozowanie pogody. To "wysokorozdzielczy model AI", szczegółowo opisany w artykule opublikowanym w czasopiśmie Nature.

Dokładne prognozy pogody są kluczowe dla wielu dziedzin, od codziennego życia po gotowość na wypadek katastrof oraz odnawialne źródła energii. GenCast przewyższa obecnie najlepszy system, ENS opracowany przez ECMWF, w prognozach na nawet 25 dni do przodu.

GenCast to model dyfuzyjny, podobny do tych używanych w generowaniu obrazów AI, ale dostosowany do geometrii Ziemi. Jego szkolenie oparto na czterech dekadach danych historycznych z archiwów ECMWF.

Aby to przetestować, Google szkolił GenCast na danych pogodowych do 2018 roku i przeprowadził 1320 różnych prognoz na rok 2019, porównując wyniki z ENS oraz rzeczywistymi warunkami atmosferycznymi. GenCast był dokładniejszy niż ENS w 97,2% przypadków, osiągając nawet 99,8% precyzji w prognozach długoterminowych, wynoszących 36 godzin lub dłużej.

Przykładem zastosowania modelu jest prognozowanie trajektorii tajfunu Hagibis, który uderzył w Japonię w 2019 roku. Niewielki zrzut ukazuje zarówno ścieżkę tajfunu zaznaczoną na czerwono, jak i potencjalne trajektorie prognozowane przez model Google, oznaczone na niebiesko. Na 7 dni przed zdarzeniem prognozy były dość rozproszone, ale zbliżały się do rzeczywistej ścieżki, gdy tajfun zbliżał się do lądowania.

GenCast ma wiele zastosowań, w tym możliwość przewidywania prędkości wiatru w pobliżu farm wiatrowych oraz analizy warunków atmosferycznych na farmach słonecznych.

Jako model „ensemble”, GenCast generuje ponad 50 prognoz z różnymi prawdopodobieństwami. Jedna z prognoz na okres 15 dni może być wygenerowana w 8 minut na Google Cloud TPU v5, co jest znaczną oszczędnością czasu w porównaniu do tradycyjnych modeli, które wymagają godzin na superkomputerze.

Google udostępnia GenCast jako model otwarty i dzieli się jego kodem i wagami. Planuje również dalszą współpracę z agencjami prognozującymi i naukowcami, aby uczynić przyszłe prognozy jeszcze lepszymi.