Novi sistem veštačke inteligencije prevazilazi tradicionalne metode u predviđanju vremenskih prilika

Novi model veštačke inteligencije nazvan GraphCast je uspešno nadmašio konvencionalne metode predviđanja vremena širom sveta do 10 dana unapred. Razvijen od strane Google DeepMind tima, GraphCast AI model predstavlja prekretnicu u predviđanju vremenskih prilika, kako navodi tim istraživača u svom naučnom radu objavljenom u časopisu Science.

Opsežna evaluacija je pokazala da je GraphCast bio tačniji od vodećeg konvencionalnog sistema za predviđanje vremena u periodu od tri do 10 dana unapred, koji koristi Evropski centar za srednjoročna vremenska predviđanja. GraphCast je nadmašio ECMWF proizvod u 90 odsto od 1.380 metrika koje su uključivale temperaturu, pritisak, brzinu i smer vetra, i vlažnost na različitim nivoima atmosfere.

Matthew Chantry, koordinator mašinskog učenja u ECMWF, izjavio je da su AI sistemi u meteorologiji napredovali mnogo brže i impresivnije nego što su očekivali pre samo dve godine. ECMWF, međuvladino telo sa sedištem u Redingu, u Velikoj Britaniji, već neko vreme koristi AI modele iz Huawei-a, Nvidia-e i DeepMind-a zajedno sa sopstvenim integrisanim sistemom za predviđanje vremenskih prilika. Chantry je podržao tvrdnju DeepMind-a da je njihov sistem najtačniji.

GraphCast koristi grafičku neuronsku mrežu, koja je naučila iz više od 40 godina podataka ECMWF o tome kako se vremenski sistemi razvijaju i kretaju širom sveta. Ulazne vrednosti za predviđanja su stanja atmosfere širom sveta u trenutnom trenutku i šest sati ranije, sakupljeni od strane ECMWF iz globalnih meteoroloških opservacija. GraphCast generiše desetodnevne prognoze za manje od jednog minuta na jednom Google TPU v4 oblaku. Za razliku od ovog „black box“ pristupa zasnovanog na podacima, konvencionalna metoda koju ECMWF i nacionalni meteorološki zavodi širom sveta koriste, poznata kao numeričko predviđanje vremenskih prilika, koristi superkompjutere kako bi izračunala jednadžbe zasnovane na naučnom znanju o atmosferskoj fizici – proces koji zahteva mnogo energije i traje nekoliko sati.

„Jednom obučen, GraphCast je izuzetno jeftin za rad“, izjavio je Chantry. „O govorimo o energetskoj potrošnji koja je hiljadu puta manja. To je čudesno unapređenje.“

FAQ:
1. Koji je novi model veštačke inteligencije nadmašio tradicionalne metode predviđanja vremena?
GraphCast AI model razvijen od strane Google DeepMind tima.

2. Kako je GraphCast nadmašio vodeći konvencionalni sistem za predviđanje vremenskih prilika?
GraphCast je bio tačniji od sistema Evropskog centra za srednjoročna vremenska predviđanja u 90% od 1.380 korišćenih metrika.

3. Koje ulazne vrednosti koristi GraphCast za predviđanje vremena?
GraphCast koristi stanja atmosfere širom sveta u trenutnom trenutku i šest sati ranije kao ulazne vrednosti.

4. Koja je prednost GraphCast sistema u odnosu na konvencionalne metode predviđanja vremena?
GraphCast je operativno jeftin za rad i troši hiljadu puta manje električne energije u odnosu na konvencionalne metode.

Source: FT.com