Google е разработила изкуствен интелект, който дава най-точните прогнози за времето в света

Базираната в Лондон лаборатория за изкуствен интелект DeepMind на Google е разработила система с изкуствен интелект, която според авторите на проекта дава най-точните 10-дневни прогнози за времето в света. Моделът се нарича GraphCast. Той е по-бърз и по-точен от симулатора за прогнозиране на времето HRES (High-Resolution Forecast), който се счита за индустриален стандарт.

Данните от GraphCast са анализирани от експерти от Европейския център за средносрочни метеорологични прогнози (ECMWF) – междуправителствената организация, която съставя HRES. Текущата версия на GraphCast е достъпна на уебсайта на ECMWF. През септември тя прогнозира за 9 дни, че ураганът Лий ще достигне сушата на брега на Нова Скотия, Канада, докато традиционните инструменти за прогнозиране установиха това само за 6 дни. Те също така бяха по-малко точни по отношение на това кога и къде бурята ще достигне сушата.

GraphCast е в състояние да идентифицира метеорологичните опасности, без дори да е обучен да ги открива. С интегрирането на просто средство за проследяване на циклони моделът прогнозира движението им по-точно от HRES. Тъй като климатът става все по-непредсказуем, навременността и точността на прогнозите ще се окажат от решаващо значение при планирането на риска от бедствия.

Традиционните методи за прогнозиране на времето се основават на сложни физични уравнения, които се преобразуват в алгоритми, обработвани от суперкомпютри. Това е трудоемък процес, който изисква специализирани познания и огромни изчислителни ресурси.

Моделът GraphCast съчетава алгоритми за машинно обучение и невронни мрежи – архитектура за обработка на пространствено структурирани данни. За да се изследват причинно-следствените връзки, системата е обучена на базата на 40-годишни метеорологични данни: ECMWF предоставя данни за наблюдение от спътници, радари и метеорологични станции. Алгоритъмът обаче не пренебрегва традиционните подходи: когато се открият пропуски в наблюденията, те се запълват с помощта на физични методи за прогнозиране

GraphCast изготвя прогнози с разделителна способност от 0,25° географска ширина и дължина. С други думи, Земята е разделена на 1 милион области, всяка от които се прогнозира с 5 променливи на земната повърхност и 6 атмосферни показателя, които обхващат атмосферата на планетата в 3 измерения на 37 нива. Променливите включват температура, вятър, влажност, валежи и налягане на морското равнище. Геопотенциалът – гравитационната потенциална енергия за единица маса в определена точка спрямо морското равнище също се взема предвид.

При тестовете моделът GraphCast надминава най-точните детерминистични системи с 90 % за 1380 тестови обекта. В тропосферата, долните слоеве на атмосферата, прогнозите на GraphCast са по-точни от тези на HRES за 99,7 % от тестовите променливи. В същото време моделът демонстрира висока ефективност: десетдневна прогноза се изпълнява за по-малко от минута на една машина Google TPU v4, докато традиционният подход изисква няколко часа суперкомпютри със стотици машини.

Въпреки впечатляващите резултати, разработката на GraphCast все още не е завършена: моделът е доста точен при оценяване на движението на циклоните, но все още отстъпва на традиционните методи при характеризирането им. Възможно е моделът да бъде подобрен и в други аспекти, което само ще повиши неговата точност. Google DeepMind кани всички желаещи да се присъединят към проекта – разработчикът е публикувал изходния код на модела.