Про це пише "Медуза", з посиланням на дослідження опубліковану в журналі Science GraphCast розроблений групою вчених із Google DeepMind. На відміну від традиційних методів модель GraphCast працює на основі машинного навчання з використанням історичних даних, в яких вона може знаходити неочевидні закономірності. Завдяки цьому її прогнози виявляються точнішими. У своєму дослідженні група вчених називає результат порівняння GraphCast c традиційними моделями "поворотним моментом" у прогнозуванні ураганів, циклонів та екстремальних температур. Однією з найточніших систем прогнозування погоди у світі вважається система High RESolution forecast (HRES), яку використовує Європейський центр середньострокових прогнозів погоди (ЄЦСПП). В останні роки альтернативою цьому підходу стало машинне навчання, яке використовує історичні дані та самостійно будує прогноз лише на основі багаторічної статистики, без урахування "фізики" поведінки атмосфери. Розвитком такого підходу стала розроблена вченими модель під назвою GraphCast. Вона створює точний 10-денний прогноз менш ніж за хвилину на одному пристрої Google Cloud TPU v4, тобто витрачає на кілька порядків менше обчислювальних даних, ніж чинні суперкомп'ютерні системи. GraphCast перевершив HRES за 90,3% показниками. У кінці жовтня на мексиканське курортне місто Акапулько обрушився потужний ураган "Отіс", унаслідок чого загинули 39 людей, щонайменше 10 вважаються зниклими безвісти.

Читати повністю