Google DeepMind が開発した AI モデル GenCast のおかげで、天気予報は新しい時代に入る可能性があります。 Nature に掲載された最近の研究によると、この機械学習システムは、より高度な従来のモデルよりも高い精度、ENS、2019 年の気象データでテストした場合。
天気予報への新しいアプローチ
GenCast は、次のような広範な履歴データベースを使用します。40 年以上の気象情報 (1979 年から 2018 年)、パターンを特定し、最大 15 日前までの予測を行います。対照的に、ENS のような従来のモデルは、高性能スーパーコンピューターを必要とする複雑な物理シミュレーションに依存しています。テスト中、GenCast はその実力を証明しました熱帯低気圧の経路を追跡する際に、ENS モデルよりも効果的です、従来のシステムと比較して 12 時間前にアラートを提供します。
GenCastにもかかわらず低解像度で動作する2019 年の ENS (0.2 度に対して 0.25 度) と比較しても、依然として良好な結果が得られました。ただし、ENS はその後数年間で大幅な改良が加えられたため、新しいバージョンとの直接比較が困難になりました。
スピードと効率の面での利点
GenCast の最も印象的な側面の 1 つは、そのスピードです。 Google Cloud TPU の使用により、次のことが可能になります。わずか 8 分で 15 日間の予測を生成します一方、物理ベースのモデルには何時間もかかります。この効率性は、時間の節約という点だけでなく、エネルギー集約型のデータセンターにとって重要な問題であるエネルギーコストの削減という点でも利点をもたらします。
GenCast の計算効率は、AIに使用されるデータセンターに伴う環境への影響を軽減する。ただし、モデルのトレーニングに必要なエネルギーに関する正確なデータがなければ、従来の方法と直接比較することは困難です。
成功にもかかわらず、GenCast は。現在、予測は 12 時間ごとに更新されますこの範囲は、日中の風力発電量の推定などの実際の用途には十分ではない可能性があります。さらに、モデルの解像度を向上させて従来のモデル標準にさらに近づけることへの関心が高まっています。