Az idÅ‘járás elÅ‘rejelzés jelentÅ‘sen profitált a technológia fejlÅ‘désétÅ‘l az elmúlt évszázadban, de sokan úgy gondolják, hogy még mindig van hova fejlÅ‘dni. Az elvárható idÅ‘járási körülmények ismerete sokszor az élet és halál közötti különbséget jelenthet súlyos idÅ‘járási események esetén. Ezért szakértÅ‘k olyan módszereket keresnek, amelyekkel pontosabb elÅ‘rejelzéseket készíthetnek, és a mesterséges intelligencia (MI) ennek bizonyul segítÅ‘kész eszköznek.
Most a Google DeepMind nevű mesterséges intelligencia kutató laboratóriuma létrehozott egy olyan gépi tanulási modellt (MLM), amely éppen azt mutatja be, mennyire hasznos tud lenni.
Azon a tanulmányon, amelyet november 14-én tettek közzé a Science című folyóiratban, világítanak rá a GraphCast-ra, a DeepMind által kifejlesztett MLM-re, amely megbízhatóbb idÅ‘járás-elÅ‘rejelzések készítésére szolgál. Annak érdekében, hogy a GraphCast minél pontosabb legyen, a MLM-et arra képezték ki, hogy újraelemezze a korábbi idÅ‘járási adatokat az elÅ‘rejelzések készítése érdekében.
Jelenleg sok szakértÅ‘ a numerikus idÅ‘járási elÅ‘rejelzéseket (NWP) használja az elÅ‘rejelzések elkészítéséhez. Bár nincs ebben semmi alapvetÅ‘en rossz, az kétségtelenül lassabb megközelítés, mint a mesterséges intelligencia felhasználása a történelmi idÅ‘járási adatok elemzésére és hasonló elÅ‘rejelzések készítésére.
A DeepMind a GraphCast képzését a 1979 és 2017 közötti globális idÅ‘járási adatok felhasználásával kezdte el. Ez segítette a változók, például a szél, hÅ‘mérséklet és légnyomás megértésében. Jelenlegi formájában a GraphCast most már az idÅ‘járási becsléseket használja a legutóbbi 6 órából és a globális idÅ‘járás "jelenlegi" állapotából történÅ‘ elÅ‘rejelzéshez.
A tesztelés során a DeepMind a GraphCast-nak 2018-as globális idÅ‘járási becsléseket adott meg, hogy elÅ‘rejelzést készítsen 10 napra elÅ‘re. A kutatók felfedezték, hogy az elÅ‘rejelzések pontosabbak voltak, mint amit a High RESolution Forecasting System (HRES), egy NWP változat szállított. Emellett csak néhány másodpercbe telt a generálás, szemben az órák alatt szükséges HRES-sel. Amikor a GraphCast megbízhatóságát vizsgálták a súlyos idÅ‘járás elÅ‘rejelzésében, például trópusi ciklonok esetén, a DeepMind ígéretes eredményeket látott.
Azonban a kutatók elismerik, hogy az MLM-nek még további tesztelésre van szüksége annak meghatározásához, hogy más metrikák hogyan befolyásolhatják a változó eredményeket.
Amint a Google mesterséges intelligencia kutatólaboratóriuma elÅ‘relépéseket tesz, a cég folytatja az idÅ‘járás elÅ‘rejelzési megközelítésének fejlesztését általánosságban. Például 2023 júniusában elkezdte felhasználni az Amerikai Nemzeti Óceán- és Légtani Hivatal (NOAA) MRMS és HRRR érzékelÅ‘rendszerének adatait a Google Weather számára. Ezen információk segítségével a Weather alkalmazás felhasználói pontosabb 12 órás elÅ‘rejelzéseket kapnak. A cég emellett kifejlesztett egy Nowcast nevű funkciót, amelyet kifejezetten a súlyos idÅ‘járásra hoztak létre. A Nowcast adatai percrÅ‘l percre változnak, ami azt jelenti, hogy a felhasználók megbízhatnak benne sürgÅ‘s idÅ‘járási információk elérhetÅ‘ségével, amint azok kialakulnak.
Lehet, hogy csak az esÅ‘zéseket elkerülve hasznosnak gondolod az elÅ‘rejelzést, de a Google tudja, hogy többet is tud nyújtani, mint amikor elÅ‘ kell kapni az esernyÅ‘t. A pontosabb elÅ‘rejelzések generálásával az MLM-ek, mint a GraphCast, az egyik legértékesebb mesterséges intelligencia eszköz lehetnek. Jelenleg a Google idÅ‘járási szolgáltatása elérhetÅ‘ a legújabb Pixel eszközökön, ideértve a Pixel 8 Pro-t és a Pixel Fold-ot.
