Google je smislio kako pomoću umjetne inteligencije poboljšati vremensku prognozu

Korištenje modela umjetne inteligencije i superračunala, koji danas rade vrlo dobro, moglo bi riješiti problem točnosti vremenske prognoze, ali bi to skupo koštalo. Međutim, Google vjeruje da uz pomoć generativne umjetne inteligencije može srednjoročnu vremensku prognozu učiniti učinkovitijom, a da pritom ne ostane bez troškova, prenosi AndroidCentral.

Fizička simulacija je točna, ali preskupa

Google je nedavno objavio studiju u časopisu Science Advances, nakon čega je uslijedio post na blogu o SEEDS-u, modelu umjetne inteligencije koji se osvrće na problem s trenutnim metodama predviđanja vremena, kao što je simulacija temeljena na fizici. Simulacija temeljena na fizici, iako je precizna, postaje nevjerojatno skupa u razmjerima.

Google Maps dobio je novu korisnu funkciju: sada prikazuje i vremensku prognozu

Za usporedbu, prema Googleu, SEEDS “može učinkovito stvoriti ansamble vremenske prognoze u razmjerima uz djelić cijene tradicionalnih modela predviđanja temeljenih na fizici.

Kako sada stoji, AI modeli nisu ništa točniji od drugih metoda prognoziranja vremena, ali su usporedivi. U budućnosti bi modeli poput SEEDS-a mogli postati precizniji od onih koji se temelje na fizici. Međutim, realističnija budućnost mogla bi koristiti kombinaciju modela temeljenih na fizici i generativnih AI modela kako bi se uravnotežila točnost, učinkovitost i skalabilnost.

Ubrzanim tempom

“SJEME – a generativna umjetna inteligencija koristeći se svojom snagom – priprema kompilirane prognoze slične američkom sustavu operativne prognoze, ali ubrzanim tempom” stoji u priopćenju Googlea.

Tvrtka vjeruje da bi povećana učinkovitost generativne umjetne inteligencije mogla omogućiti meteorološkim agencijama da ulažu u predviđanje na drugačiji način. Kad bi model poput SEEDS-a mogao generirati mnoštvo vremenskih distribucija iz nekoliko modela temeljenih na fizici, novac i resursi ušteđeni korištenjem manje tradicionalnih simulacija mogli bi financirati veći broj češćih prognoza. Alternativno, Google kaže da bi se dodatni resursi mogli koristiti za izradu detaljnijih modela temeljenih na fizici.

Uz MetNet-3 i GraphCast, model SEEDS jedna je od Googleovih najnovijih tehnologija povezanih s vremenom. Bez obzira hoće li SEEDS ikada postati proizvod za potrošače ili ne, on pruža dobar primjer kako umjetna inteligencija ima koristi izvan chatbota i generatora slika.