ในการทดสอบล่าสุด GraphCast ของ Google มีประสิทธิภาพเหนือกว่าระบบ European Center for Medium-Range Weather Forecasts (ECMWF) ในด้านความแม่นยำของการพยากรณ์อากาศ
 |
| ระบบ GraphCast ที่ขับเคลื่อนด้วย AI ของ Google คาดว่าจะปฏิวัติอุตสาหกรรมอุตุนิยมวิทยา |
โดยเฉพาะอย่างยิ่ง ในการศึกษาวิจัยที่ตีพิมพ์ในวารสาร Science พบว่า GraphCast สามารถทำนายได้แม่นยำยิ่งขึ้นถึง 90% จากพารามิเตอร์ที่ทดสอบทั้งหมด 1,380 รายการ ซึ่งรวมถึงอุณหภูมิ แรงดัน ความเร็วและทิศทางลม และความชื้น
ก่อนหน้านี้ ในเดือนกันยายน พ.ศ. 2566 GraphCast คาดการณ์ว่าพายุเฮอริเคนลีจะขึ้นฝั่งที่ชายฝั่งโนวาสโกเชีย ประเทศแคนาดา 9 วันก่อนเกิดเหตุการณ์ ขณะที่เครื่องมือพยากรณ์อากาศแบบดั้งเดิมคาดการณ์ล่วงหน้าได้เพียง 6 วัน นอกจากนี้ เครื่องมือเหล่านี้ยังพิสูจน์แล้วว่าแม่นยำน้อยกว่าในแง่ของเวลาและสถานที่ที่พายุขึ้นฝั่ง
งานวิจัยแสดงให้เห็นว่า “GraphCast ของ Google สามารถคาดการณ์ตัวแปรสภาพอากาศหลายร้อยรายการเป็นเวลา 10 วันทั่วโลกได้ภายในเวลาไม่ถึงหนึ่งนาที”
โมเดล GraphCast ผสมผสานอัลกอริทึมการเรียนรู้ของเครื่องและ "เครือข่ายประสาทกราฟ" (GNN) ซึ่งเป็นสถาปัตยกรรมสำหรับประมวลผลข้อมูลที่มีโครงสร้างเชิงพื้นที่
ระบบนี้ได้รับการฝึกอบรมโดยใช้ข้อมูลอุตุนิยมวิทยาที่จัดเก็บโดย ECMWF มานานกว่า 40 ปี GNN ช่วยให้สามารถคาดการณ์ได้อย่างรวดเร็วโดยใช้ทรัพยากรคอมพิวเตอร์น้อยที่สุด
ภารกิจหลักของ GraphCast คือการพยากรณ์ปฏิสัมพันธ์ระหว่างสภาพบรรยากาศ ณ สถานที่ต่างๆ ทั่วโลก แต่ระบบ GraphCast ยังไม่สามารถรองรับข้อมูลที่ซับซ้อนซึ่งมีความสำคัญอย่างยิ่งต่อการพยากรณ์เหตุการณ์สภาพอากาศ เช่น พายุเฮอริเคนได้
นักวิจัยของ DeepMind ยังแสดงความมั่นใจในความสามารถของแบบจำลองในการปรับขยายให้เหมาะสมกับระบบสภาพอากาศประเภทต่างๆ ขณะนี้ GraphCast เวอร์ชันทดสอบพร้อมให้บริการบนเว็บไซต์ ECMWF แล้ว
แหล่งที่มา
การแสดงความคิดเห็น (0)