Google DeepMind a dezvoltat un sistem avansat de prognoză meteorologică, denumit GenCast, care marchează un progres semnificativ în precizia și viteza predicțiilor meteo. Acest program bazat pe inteligență artificială a depășit performanțele celui mai bun sistem existent, ENS, al Centrului European pentru Prognoze Meteorologice pe Termen Mediu (ECMWF), recunoscut la nivel mondial ca lider în domeniul prognozelor meteo.
Performanță și funcționalitate de la Google DeepMind
GenCast s-a dovedit a fi cu până la 20% mai precis decât ENS în prognoza meteo zilnică și a evenimentelor extreme, cum ar fi uraganele și ciclonii tropicali. Sistemul este capabil să prezică cu precizie traiectoriile acestor fenomene și locurile unde acestea ar putea atinge uscatul. Acest nivel ridicat de performanță evidențiază o schimbare de paradigmă în utilizarea inteligenței artificiale pentru prognoze meteo, susține Ilan Price, cercetător la Google DeepMind.
În loc să utilizeze metoda tradițională, care implică rezolvarea unor ecuații complexe pentru prognoze, GenCast a fost instruit să înțeleagă evoluția vremii pe baza unui volum impresionant de date istorice. Sistemul a fost antrenat cu 40 de ani de date meteo, colectate între 1979 și 2018, care includ variabile precum temperatura, viteza vântului, presiunea atmosferică și umiditatea, la diferite altitudini. Cu aceste informații, GenCast poate prognoza condițiile meteorologice pe o perioadă de până la 15 zile, cu actualizări la fiecare 12 ore, oferind detalii pentru regiuni de 28×28 kilometri.
Avantajele GenCast față de sistemele tradiționale
Unul dintre cele mai mari avantaje ale GenCast este viteza sa de procesare. În timp ce un sistem tradițional are nevoie de câteva ore pentru a genera o prognoză, folosind un supercomputer cu zeci de mii de procesoare, GenCast finalizează același proces în doar opt minute, utilizând un singur cip TPU (Tensor Processing Unit) Google Cloud. Această eficiență permite generarea rapidă a unor ansambluri complexe de prognoze și îmbunătățirea managementului resurselor, mai ales pentru situații urgente.
Aplicabilitate și utilizare
Deși GenCast este mai precis decât ENS, acesta nu este destinat să înlocuiască imediat sistemele tradiționale, ci să le completeze. Într-un rol asistiv, GenCast poate aduce claritate în prognozarea valurilor de frig, a valurilor de căldură și a altor fenomene extreme. De asemenea, ajută companiile de energie să anticipeze producția de electricitate din turbinele eoliene, contribuind astfel la optimizarea resurselor energetice.
Mai mult, GenCast introduce un nou concept în prognoza meteo, generând ansambluri de prognoze multiple – cel puțin 50 de variante diferite – și atribuie probabilități specifice pentru diverse scenarii. Această funcționalitate, cunoscută drept prognoză de ansamblu, este esențială pentru a oferi încredere în prognoze, în special în cazul evenimentelor extreme.
Reacțiile specialiștilor
Comunitatea științifică și meteorologică a salutat inovația GenCast. Steven Ramsdale, de la Met Office, a descris progresul drept „palpitant,” iar ECMWF a recunoscut că deja folosește componente ale sistemului în propriile sale prognoze. Profesorul Sarah Dance, expert în asimilarea datelor, a subliniat că această tehnologie deschide noi posibilități pentru producerea de ansambluri mari de prognoze, ceea ce ar crește semnificativ încrederea în estimările meteo.
Cu toate acestea, Dance a atras atenția asupra unor întrebări rămase fără răspuns. De exemplu, nu este clar dacă GenCast poate capta realismul fizic necesar pentru a înțelege „efectul fluture” – un fenomen esențial în prognozele complexe. În plus, procesul de antrenare al GenCast se bazează pe date istorice combinate cu „hindcast-uri” generate prin modele tradiționale, iar utilitatea acestei abordări pe termen lung rămâne de văzut.
Provocări și perspective
Deși performanța GenCast este impresionantă, există riscul unor erori, similare cu cele ale sistemelor tradiționale. Toate modelele de prognoză, inclusiv GenCast, pot greși în anumite condiții, subliniază Price.
În concluzie, GenCast reprezintă un pas important către o nouă eră în prognoza meteorologică, combinând inteligența artificială cu metodele tradiționale pentru a oferi predicții mai rapide, mai precise și mai fiabile. Deși tehnologia este încă în evoluție, promisiunile sale sugerează o revoluție în modul în care înțelegem și anticipăm vremea.
CITEȘTE ȘI – “Spotify Wrapped” 2024. Când va fi gata
