Google разрабатывает новую модель прогнозирования погоды на основе искусственного интеллекта

Исследователи из Google разработали новую модель прогнозирования погоды под названием NeuralGCM, которая объединяет традиционные научные методы и технологии машинного обучения для предоставления точных данных о будущих погодных условиях. Исследование было опубликовано в Nature в этот вторник.

Исследование в настоящее время доступно для скачивания и было проведено в партнерстве с Европейским центром среднесрочных прогнозов погоды (ECMWF), Google DeepMind Лондон, Наук о Земле, атмосфере и планетах в Массачусетском технологическом институте, а также Школой инженерии и прикладных наук Гарвардского университета.

Согласно MIT Technology Review, новая технология может улучшить точность и значительно снизить текущие затраты, так как она требует меньше вычислительной мощности.

Более 50 лет общие модели циркуляции (GCMs) были основными инструментами для анализа атмосферы Земли и прогнозирования погоды. Однако эти методы могут быть дорогими и существенно медленными. С другой стороны, машинное обучение использовалось для обработки исторических данных и быстрого предоставления хороших прогнозов, но у него есть проблемы с долгосрочными прогнозами. Команда Google нашла способ объединить обе технологии, извлекая максимум из преимуществ каждой из них.

«Это не своего рода противостояние физики и ИИ. Это действительно физика и ИИ вместе», — сказал Стефан Хойер, исследователь в области ИИ в Google Research, в интервью MIT Technology Review.

Однако, это не принесет большой разницы для обычных пользователей приложения для прогноза погоды, поскольку новый инструмент не предназначен для краткосрочных прогнозов, он был разработан для долгосрочного прогнозирования и прогнозирования экстремальных погодных условий, которые могут наступить через несколько лет.

«При заданной температуре поверхности моря, NeuralGCM может точно отслеживать климатические показатели на протяжении нескольких десятилетий, а прогнозы климата с разрешением 140 километров показывают возникающие явления, такие как реалистичная частота и траектории тропических циклонов,» — говорится в документе.

NeuralGCM будет открытым исходным кодом и полезным для ученых и людей, интересующихся климатическими условиями, такими как аграрные планировщики или страховые компании.