谷歌的人工智能会比当前模型提供更好的天气预报吗？ DeepMind 是谷歌专门从事人工智能研究的子公司，它确保其新的人工智能模型 GenCast 能够更有效地提前 15 天预测天气。
天气如何？对于这个一直困扰人类的问题，当前的天气模型或多或少提供了可靠的答案。和根卡斯特,深度思维提出了一种新的高分辨率模型（0.25°），可以提供“与主要操作系统欧洲中期天气预报中心 (ECMWF) 的 ENS 相比，无论是日常天气还是极端事件，最多可以提前 15 天进行更好的预报”。一点也没有少！
更精确，更少贪婪
GenCast 是一种扩散模型——一种广泛用于生成图像、视频和音乐的人工智能模型——在竞争中脱颖而出：它已经适应了地球的球形几何形状，并且学会了准确地生成不同概率的复杂概率。基于当前天气状况的未来天气情景。
该模型使用 ECMWF 档案中四十年的天气数据进行训练。为了评估 GenCast 的性能，DeepMind 使用截至 2018 年的训练数据测试了 2019 年的预测。结果：预测能力优于欧洲中心，GenCast 在 97.2% 的情况下显示出更高的准确率，在超过 36 年的时间里，在 99.8% 的情况下显示出更高的准确率小时。
“对恶劣天气风险进行更准确的预测可以帮助官员保护更多生命、防止损失并节省资金。在我们对 GenCast 预测极端热浪和寒潮以及高风速的能力的测试中，GenCast 的表现始终优于 ENS。”谷歌
显着的好处是，GenCast 的 15 天预测仅需单个 Google Cloud TPU v5（Google 设计的专用处理单元，用于加速与人工智能相关的计算）只需 8 分钟的计算。 ENS 等传统预测需要在超级计算机上进行数小时的计算。
然而，不存在将经典天气预报模型扔进垃圾桶的问题。首先是因为它们产生的数据用于为人工智能提供动力。然后，继续与气象机构合作的谷歌清楚地看到，合作对于改善预报至关重要，并且“更好地服务社会»。
GenCast 是一个开放模型，开发人员和预测人员可以随意使用。因此，他们将能够将其集成到自己的工作模型和流程中。
来源 ： 深度思维
