با GenCast آشنا شوید: مدل هوش مصنوعی جدید گوگل برای پیش بینی آب و هوا
هوش مصنوعی، چکش جدید مورد علاقه گوگل است و میخ بعدی در مسیر آن، پیشبینی آب و هوا میباشد. این شرکت از GenCast “یک مدل مجموعه ای از هوش مصنوعی با کیفیت بالا” رونمایی کرده که جزئیات کامل آن در مقاله منتشر شده Nature ارائه شده است.
پیشبینی دقیق آب و هوا برای همه چیز، از زندگی روزمره گرفته تا آمادگی در برابر بلایا و حتی انرژیهای تجدیدپذیر، اهمیت دارد. GenCast در پیشبینیهای 25 روزه از سیستم برتر فعلی، ENS ECMWF، پیشی گرفته است. GenCast یک مدل انتشاری است، شبیه به آنهایی که شاید در تولیدکنندگان تصویر هوش مصنوعی دیده باشید، اما این مدل به طور خاص برای هندسه کروی زمین تنظیم شده است.
این مدل بر روی چهار دهه دادههای تاریخی از آرشیو ECMWF آموزش دیده است. برای آزمایش، گوگل مدل GenCast را با دادههای آب و هوایی تاریخی تا سال 2018 آموزش داد و 1320 پیشبینی مختلف برای سال 2019 انجام داد و نتایج آن را با ENS و آب و هوای واقعی مقایسه کرد. GenCast در 97.2 درصد موارد دقیقتر از ENS بود و در پیشبینیهای 36 ساعته یا بیشتر، تا 99.8 درصد دقیقتر عمل کرد.
در دموی ارائه شده، گوگل از GenCast خواست تا مسیر طوفان هاگیبیس را که در سال 2019 ژاپن را درنوردید، پیشبینی کند. میتوانید مسیری که طوفان طی کرده با رنگ آبی ببینید، که مسیرهای احتمالی پیشبینی شده توسط مدل هوش مصنوعی گوگل هستند. در طول 7 روز، این مسیرها بسیار پراکندهاند، اما همزمان با نزدیک شدن طوفان به خشکی، مسیرها در محدوده واقعی تنگتر میشوند.
این امکان را به مقامات محلی میدهد تا زمان بیشتری برای آمادهسازی در برابر شرایط آب و هوایی دشوار داشته باشند. علاوه بر این، GenCast قادر است سرعت باد در اطراف مزارع بادی، شرایط آب و هوایی مزارع خورشیدی و موارد مشابه را پیشبینی کند.
GenCast یک “مدل مجموعه” است که بیش از 50 پیشبینی با احتمالات متفاوت تولید میکند. گوگل اعلام کرده است که یکی از این پیشبینیها، که شامل پیشبینی 15 روزه است، میتواند در 8 دقیقه توسط Google Cloud TPU v5 تولید شود. این پیشبینیها میتوانند به صورت همزمان و موازی انجام شوند. در حالی که یک مدل سنتی پیشبینی آب و هوا ممکن است ساعتها در یک ابرکامپیوتر به طول انجامد.
گوگل GenCast را به صورت یک مدل باز منتشر کرده و کد و وزنهای آن را به اشتراک گذاشته است. این شرکت در نظر دارد تا با همکاری نزدیکتر با آژانسهای پیشبینی آب و هوا و دانشمندان، پیشبینیهای آینده را بهبود بخشد.