Η Google «εισβάλλει» στην πρόγνωση καιρού: Το νέο εργαλείο AI που προβλέπει τον καιρό 15 ημερών
Βασίζεται σε μετεωρολογικά δεδομένα 40 ετών και στις πρώτες δοκιμές του ξεπερνά ακόμα και το κορυφαίο ευρωπαϊκό μοντέλο πρόγνωσης καιρού.
Στον τομέα της πρόγνωσης καιρού μπαίνει δυναμικά η Google, καθώς ανέπτυξε ένα σύστημα τεχνητής νοημοσύνης ικανό να προβλέψει αξιόπιστα τον καιρό των επόμενων 15 ημερών.
Σύμφωνα με τον Guardian, το GenCast αναπτύχθηκε από την Google DeepMind, ένα βρετανοαμερικανικό εργαστήριο της Google για την ανάπτυξη νέων τεχνολογικών εφαρμογών. Στις μέχρι τώρα δοκιμές του, το GenCast έχει σημειώσει απόδοση έως 20% καλύτερη από το μοντέλο προβλέψεων του Ευρωπαϊκού Κέντρου Μεσοπρόθεσμων Προγνώσεων Καιρού (ECMWF), το οποίο θεωρείται παγκόσμιος ηγέτης.
Βραχυπρόθεσμα, το GenCast αναμένεται να υποστηρίξει τις παραδοσιακές μεθόδους προβλέψεων αντί να τις αντικαταστήσει, αλλά ακόμη και επικουρικά θα μπορούσε να παρέχει σαφήνεια σχετικά με μελλοντικές ψυχρές εισβολές, καύσωνες και ισχυρούς ανέμους.
Το GenCast βασίζεται σε παγκόσμια ιστορικά δεδομένα 40 ετών, που συνελέγησαν μεταξύ 1979 και 2018. Αυτά περιλάμβαναν ταχύτητα ανέμου, θερμοκρασία, πίεση, υγρασία και δεκάδες ακόμη μεταβλητές σε διαφορετικά υψόμετρα.
Τη στιγμή που μια παραδοσιακή πρόβλεψη από τα παγκόσμια μοντέλα καιρού απαιτεί ώρες για να εκτελεστεί σε έναν υπερυπολογιστή με δεκάδες χιλιάδες επεξεργαστές, το GenCast χρειάζεται οκτώ λεπτά δουλεύοντας σε ένα μόνο Google Cloud TPU, ένα τσιπ που έχει σχεδιαστεί για μηχανική μάθηση. Οι λεπτομέρειες αυτής της διαδικασίας έχουν δημοσιευτεί στο περιοδικό Nature.
Ωστόσο, υπάρχουν πολλά ερωτήματα που πρέπει να απαντηθούν.
«Οι συγγραφείς της δημοσίευσης δεν απάντησαν εάν το σύστημά τους έχει τον φυσικό ρεαλισμό για να συλλάβει το ‘φαινόμενο της πεταλούδας’, τον καταρράκτη των ταχέως αναπτυσσόμενων αβεβαιοτήτων, κρίσιμος παράγοντας για την αποτελεσματική πρόβλεψη του συνόλου», τόνισε η Sarah Dance, καθηγήτρια στο Πανεπιστήμιο του Ρέντινγκ στη Βρετανία.
«Υπάρχει ακόμη πολύς δρόμος να διανυθεί έως ότου οι προσεγγίσεις μηχανικής μάθησης μπορούν να αντικαταστήσουν πλήρως τις προβλέψεις που βασίζονται στη φυσική», πρόσθεσε η Dance.
