Sztuczna inteligencja Google przewiduje cyklony. WeatherNext wyprzedza meteorologów o całą dobę
W Polsce huragany znamy na szczęście głównie z doniesień medialnych, ale z technologicznego punktu widzenia właśnie dokonał się przełom, który dotyczy nas wszystkich.
Zespół Google DeepMind stworzył model AI, który w prognozowaniu cyklonów osiąga dokładność niedostępną dotąd dla najlepszych systemów meteorologicznych. Nowy system daje ludzkości coś bezcennego w obliczu kataklizmu – dodatkowe 24 godziny na przygotowanie.
Dekada postępu meteorologicznego w jednym modelu
Przewidywanie tras i siły cyklonów tropikalnych to od lat wyścig z czasem, w którym każdy błąd w obliczeniach sporo kosztuje. Model WeatherNext, jak wynika z najnowszej publikacji w prestiżowym magazynie „Nature”, generuje sprawdzalne prognozy z dodatkowym, jednodniowym wyprzedzeniem.
W praktyce oznacza to, że trzydniowa prognoza wygenerowana przez AI jest równie dokładna, co dotychczasowe, najbardziej zaawansowane prognozy dwudniowe. Eksperci z Google DeepMind, współpracujący przy tym projekcie m.in. z National Hurricane Center (NHC) oraz UK Met Office, wprost przyznają, że ten jeden system wygenerował skok jakościowy odpowiadający dekadzie klasycznego rozwoju meteorologii.
Jeden chip zamiast klastrów obliczeniowych
Dotychczasowe systemy modelowania pogody wymuszały na naukowcach pójście na kompromis. Potrafiły skutecznie liczyć albo globalne prądy atmosferyczne, albo lokalne procesy termodynamiczne. WeatherNext skutecznie łączy obie funkcje, operując na dwóch różnych skalach.
Sztuczna inteligencja została wytrenowana na niemal 20 terabajtach historycznych danych atmosferycznych i przeanalizowała tysiące dawnych burz. Wygenerowanie pojedynczej 15-dniowej prognozy zajmuje jej mniej niż minutę przy użyciu zaledwie jednego układu TPU. System może następnie tworzyć ensemble złożony z 1000 scenariuszy, pozwalający ocenić prawdopodobieństwo wystąpienia nawet rzadkich, ale potencjalnie katastrofalnych zjawisk. To narzędzie sprawdziło się już w boju – w 2025 roku operacyjne użycie modelu pomogło NHC przewidzieć gwałtowne nasilenie huraganu Melissa i jego wejście na Jamajkę.
Co zaskoczyło samych twórców, system osiąga wybitne rezultaty na dość niskiej rozdzielczości (siatka 28×28 km), czyli około 100 razy niższej niż w tradycyjnych modelach. Sami badacze przyznają, że nie jest jeszcze do końca jasne, dlaczego model sprawdza się przy takich parametrach tak dobrze, co otwiera przed naukowcami zupełnie nowe pole do analiz.
Kod otwarty dla całego świata
Google zdecydowało się na pełne otwarcie kodu źródłowego swojej nowej technologii. Do sieci trafiły wagi modeli WeatherNext Cyclones oraz zaktualizowanego WeatherNext 2. Dodatkowo udostępniono wersję kompaktową (WeatherNext 2-mini), którą każdy może uruchomić na pojedynczym układzie TPU w darmowym, publicznym środowisku Colab.
To daje globalnej społeczności naukowej darmowy dostęp do technologii, której skuteczność została potwierdzona w realnych, operacyjnych warunkach. Dodatkowe 24 godziny mogą oznaczać niewiele dla algorytmu. Dla człowieka stojącego na drodze huraganu mogą oznaczać bardzo dużo.
AlphaProof od DeepMind: AI zdobyła srebrny medal na Olimpiadzie Matematycznej. Ma to swoją cenę
