Программа прогнозирования погоды на базе ИИ GraphCast от Deepmind предсказывает погодные условия на 10 дней вперед менее чем за минуту.

Система, основанная на машинном обучении, превзошла традиционные технологии прогнозирования погоды с точностью 90%, утверждает Deepmind. Для прогнозирования погоды на шесть часов вперед, GraphCast использует данные о погоде шестичасовой давности и текущем состоянии погоды.

Традиционное прогнозирование погоды основывается на численном прогнозировании погоды (NWP), которое использует физические уравнения, переведенные в компьютерные алгоритмы, работающие на суперкомпьютерах. Этот процесс занимает много времени, требует специальных знаний и дорогостоящих вычислительных ресурсов.

GraphCast, напротив, использует исторические данные о погоде для изучения причинно-следственных связей, определяющих ее характер и переменчивость.

Система обучается на данных ERA5 Европейского центра среднесрочных прогнозов погоды (ECMWF), которые основаны на исторических снимках, радарах и данных метеостанций. 

Поскольку алгоритм может быть переобучен на основе более свежих данных, Deepmind ожидает повышения точности прогнозирования погодных условий, связанных с изменением климата.

Он также сможет предсказывать такие суровые погодные явления, как тропические циклоны и экстремальные температурные перепады, "с большой точностью и на более отдаленную перспективу".

"В мире, где погода становится все более экстремальной, быстрые и точные прогнозы никогда не были так важны", — пишет Deepmind.

Deepmind также отмечает недавно созданную компанией Google систему MetNet-3 — самую точную 24-часовую систему регионального прогнозирования — и надеется, что "ИИ может расширить возможности мирового сообщества для решения самых серьезных экологических проблем".