Google DeepMind представила нову модель ШІ для прогнозування погоди під назвою GenCast, яка вже демонструє високу точність. Згідно з дослідженням, опублікованим у журналі Nature, GenCast перевершила один з провідних моделей прогнозування ENS, що працює в Європейському центрі середньострокових прогнозів погоди (ECMWF), у 97,2% випадків.
GenCast використовує машинне навчання для аналізу погодних даних з 1979 по 2018 роки, щоб передбачати майбутні погодні умови. Це відрізняється від традиційних моделей, які покладаються на суперкомп’ютери для вирішення складних рівнянь фізики атмосфери. «Погода торкається кожного аспекту нашого життя… це одна з великих наукових проблем», — зазначає старший науковий співробітник DeepMind Ілан Прайс.
Швидкість є однією з переваг GenCast, вона може створити 15-денний прогноз всього за вісім хвилин, використовуючи один Google Cloud TPU v5. Це значно швидше, ніж фізичні моделі, які можуть зайняти кілька годин. «Обчислювально це на порядки величин дорожче запускати традиційні прогнози у порівнянні з моделлю, як GenCast», — зазначає Прайс.
Незважаючи на успіхи, GenCast все ще має можливості для покращення, зокрема шляхом підвищення роздільної здатності. Важливо зазначити, що GenCast поки що тестувалася на старішій версії ENS. Проте DeepMind провела подібні дослідження на даних з 2020 по 2022 рік і отримала схожі результати.
DeepMind випустила код моделі GenCast у відкритий доступ, що дозволяє фахівцям самостійно перевірити її можливості. Прайс вважає, що ця модель і подібні покращені ШІ-моделі можуть використовуватися разом із традиційними моделями в реальному світі, що допоможе підвищити довіру та впевненість у їх використанні.
Інноваційні розробки Google у сфері штучного інтелекту продовжують вражати. Зокрема, компанія нещодавно відкрила доступ до відеомоделі Veo для бізнесу, що демонструє зростаючий потенціал ШІ-технологій у різних галузях. Тим часом, Google вже готується до випуску нової моделі Gemini 2.0 у грудні, що обіцяє ще більше вдосконалити можливості штучного інтелекту.
