Современные методы прогнозирования погоды ушли далеко от простых методов, таких как определение направления ветра с помощью пальца. Сегодня это сложные математические модели, компьютерные алгоритмы и миллионы показаний с датчиков. Компания Google вложила значительные ресурсы в развитие своих возможностей прогнозирования и недавно представила данные о модели «GenCast» от DeepMind, которая превосходно справляется с предсказанием погодных условий.

Во многих случаях GenCast показал более точные результаты, чем одна из ведущих существующих моделей, считающаяся одной из самых точных. Поскольку многие компании зависят от погодных условий в своей повседневной деятельности и стратегическом планировании, точные прогнозы с использованием ИИ могут сэкономить им значительные средства в будущем.

GenCast была протестирована в сравнении с моделью ENS, разработанной Европейским центром среднесрочных прогнозов погоды. По данным сайта The Verge, GenCast оказалась более точной в 97,2% случаев. Как и многие генеративные модели ИИ, GenCast обучалась на огромном объёме данных, собранных с 1979 по 2018 годы, что помогло ей понять сложные взаимодействия между различными частями окружающей среды и климатом.

В отличие от традиционных моделей, полагающихся на сложные математические расчёты, GenCast «создаёт» прогнозы погоды, опираясь на текущие данные с сенсоров, такие как температура, скорость ветра и облачность, подобно тому, как чат-бот генерирует ответы на основе текстовых данных.

GenCast также отличается высокой скоростью: она способна создать 15-дневный прогноз за восемь минут, используя всего один процессор Google Cloud, в то время как традиционные модели могут требовать для этого несколько часов.

Хотя модель ещё не совершенна и её точность может уступать более новым версиям ENS, её появление указывает на будущее, где модели ИИ могут использоваться для прогнозирования погоды.

Почему это важно? GenCast пока является исследовательским проектом с открытым исходным кодом, но её успех намекает на возможность более точных и быстрых прогнозов в будущем. Это критически важно для бизнеса. Погодные изменения напрямую влияют на сельское хозяйство, транспорт и строительство. Другие компании могут испытывать косвенные последствия, например, затруднения в пути сотрудников или задержки в доставке.

Если AI сможет предсказывать серьёзные погодные явления с высокой точностью заблаговременно, компании смогут заранее подготовиться, защитить свои активы, разработать альтернативные планы или провести эвакуацию, что позволит сэкономить время, деньги и даже спасти жизни.