Newsy

DeepMind otwiera model prognozujący cyklony: trzydniowe trasy tak dokładne jak wczorajsze dwudniowe

Google DeepMind opublikował w „Nature" model WeatherNext Cyclones i udostępnił jego wagi na GitHubie — razem z szerszym systemem WeatherNext 2. Główna deklaracja to cała doba wyprzedzenia: trzydniowe prognozy trasy i siły sztormu osiągają dziś dokładność, którą wcześniejsze modele uzyskiwały dopiero przy dwóch dniach. Model wytrenowano na około 20 terabajtach danych atmosferycznych i mniej więcej 5000 historycznych sztormów, a prognozuje zespołowo — DeepMind zwiększył przebieg z 50 do 1000 scenariuszy, co pozwala odczytywać rozrzut jako prawdopodobieństwo, a nie jako pojedynczą linię na mapie. Prognoza na 15 dni w rozdzielczości 28 na 28 kilometrów liczy się poniżej minuty na pojedynczym układzie TPU. Dla katalogu modeli AI to użyteczny punkt odniesienia, co obejmują dziś otwarte wagi. Prognozowanie pogody od kilku lat jest witryną wystawową uczenia maszynowego, ale systemy operacyjne stojące za prognozami państwowymi pozostawały zamknięte. Udostępnienie wag przenosi model tej klasy do służb meteorologicznych, których nie stać na wytrenowanie własnego.