دیپ‌مایند گوگل پیش‌بینی آب و هوا را دقیق‌تر از سیستم‌های برتر انجام می‌دهد
پیشرفت‌های جدید در پیش‌بینی آب و هوا با هوش مصنوعی
برای کسانی که به وضعیت آب و هوا توجه دارند، خبرهای خوبی وجود دارد: محققان پیش‌بینی آب و هوای مبتنی بر هوش مصنوعی به نام GenCast را ساخته‌اند که پیش‌بینی‌های سریع‌تر و دقیقتری نسبت به بهترین سیستم‌های موجود ارائه می‌دهد.
عملکرد بهتر GenCast
برنامه GenCast از Google DeepMind عملکردی تا ۲۰٪ بهتر از پیش‌بینی ENS مرکز پیش‌بینی آب و هوای میان‌مدت اروپا (ECMWF) داشته است، که به عنوان یکی از بهترین‌ها در جهان شناخته می‌شود.
نقش GenCast در پیش‌بینی آب و هوا
در آینده نزدیک، GenCast به عنوان ابزاری برای پشتیبانی از پیش‌بینی‌های سنتی استفاده خواهد شد. حتی در این حالت هم می‌تواند در پیش‌بینی یخبندان‌های شدید، موج‌های گرما و بادهای شدید کمک کند و به شرکت‌های انرژی در پیش‌بینی تولید برق از مزرعه‌های بادی یاری رساند.
دقت بالا در پیش‌بینی
در مقایسه‌ای مستقیم، GenCast پیش‌بینی‌های دقیقتری نسبت به ENS در مورد وضعیت روزمره آب و هوا و رویدادهای شدید تا ۱۵ روز آینده ارائه داد و در پیش‌بینی مسیر طوفان‌های ویرانگر و سایر طوفان‌های گرمسیری نیز بهتر عمل کرد.
چگونه GenCast کار می‌کند؟
پیش‌بینی‌های سنتی با حل تعداد زیادی از معادلات انجام می‌شود، ولی GenCast با استفاده از ۴۰ سال داده‌های تاریخی از ۱۹۷۹ تا ۲۰۱۸ آموزش دیده است. این داده‌ها شامل سرعت باد، دما، فشار، رطوبت و دیگر متغیرها در ارتفاعات مختلف بوده است.
GenCast قادر است شرایط آب و هوا را در مناطق ۲۸ در ۲۸ کیلومتر برای ۱۵ روز آینده پیش‌بینی کند و در مقایسه با روش‌های سنتی که ساعت‌ها زمان می‌برد، تنها هشت دقیقه بر روی یک TPU گوگل برای یادگیری ماشین عمل می‌کند.
استقبال از پیشرفت‌ها
پیش‌بینی‌کنندگان آب و هوا این پیشرفت را تحسین کردند. Steven Ramsdale، پیشگوی ارشد Met Office، این کار را «هیجان‌انگیز» توصیف کرد و یک سخنگوی ECMWF آن را «پیشرفت قابل توجهی» دانست.
سؤالات باقی‌مانده
با اینکه GenCast وعده‌های زیادی دارد، سؤالاتی نیز مطرح است. آیا این سیستم قادر است اثرات «پروانه‌ای» را که برای پیش‌بینی‌های موثر لازم است، در بر گیرد؟ همچنین، انرژی‌های تولیدی مدل‌های پیش‌بینی مبتنی بر ماشین یادگیری نیز همچنان به روش‌های مبتنی بر فیزیک وابسته است.
عملکرد GenCast امیدوارکننده است، اما آیا تهدیدی برای خطای پیش‌بینی وجود دارد؟ همه مدل‌های پیش‌بینی مستعد خطا هستند و GenCast نیز از این قاعده مستثنی نیست.
منبع: www.theguardian.com
