אפליקציית הבינה המלאכותית, GraphCast, חוזה את תחזית מזג האוויר המדויקת ביותר בעולם ל-10 ימים

[מודעה_1]

בבדיקות אחרונות, GraphCast עלתה על ביצועיה של מערכת המרכז האירופי לתחזיות מזג אוויר לטווח בינוני (ECMWF) מבחינת דיוק התחזיות.

במחקר שפורסם בכתב העת Science, GraphCast הצליחה לייצר תחזיות מדויקות יותר עבור 90% מתוך 1,380 הפרמטרים שנבדקו, כולל טמפרטורה, לחץ, מהירות וכיוון הרוח ולחות.

וחשוב מכל, GraphCast מציג ביצועים טובים משמעותית בחיזוי אירועי מזג אוויר קיצוניים.

מערכת GraphCast של גוגל, המופעלת על ידי בינה מלאכותית, צפויה לחולל מהפכה בתעשיית המטאורולוגיה.

בספטמבר 2023, חברת GraphCast חזה כי הוריקן לי יגיע לחוף נובה סקוטיה, קנדה, תשעה ימים לפני האירוע, בעוד שכלי חיזוי מטאורולוגיים מסורתיים ניבאו רק שישה ימים מראש. בנוסף, הם הוכיחו את עצמם כפחות מדויקים מבחינת זמן ומיקום הנחיתה.

מחקרים מראים: "GraphCast יכול לחזות מאות משתני מזג אוויר במשך 10 ימים ברחבי העולם בפחות מדקה."

מודל GraphCast משלב אלגוריתמים של למידת מכונה ו"רשתות עצביות גרפיות" (GNN) - ארכיטקטורה לעיבוד נתונים מובנים מרחבית.

המערכת מאומנת באמצעות נתונים מטאורולוגיים שאוחסנו על ידי ECMWF במשך למעלה מ-40 שנה. GNN מאפשר יצירת תחזיות מהירה תוך שימוש במשאבי מחשוב מינימליים.

המשימה העיקרית של GraphCast היא לחזות את האינטראקציה בין תנאים אטמוספריים במקומות שונים ברחבי העולם.

עם זאת, למרות ההתקדמות המשמעותית של גוגל DeepMind, חיזוי מזג האוויר נותרה משימה מאתגרת.

מערכת GraphCast עדיין אינה מסוגלת לספק את המידע המורכב החיוני לחיזוי אירועי מזג אוויר כמו הוריקנים.

במקביל, בעוד שמודלים מסורתיים של חיזוי מסוגלים להסתגל טוב יותר לשינויי אקלים, מודלים של בינה מלאכותית המאומנים על נתונים היסטוריים עדיין מתקשים ככל שתנאי האקלים משתנים.

עם זאת, חוקרי DeepMind הביעו ביטחון ביכולתו של המודל להתאים את עצמו לסוגים שונים של מערכות מזג אוויר. גרסת בטא של GraphCast זמינה כעת באתר האינטרנט של ECMWF.

(לפי אינפו סיטי)