Breaking News

Google DeepMind mencapai tonggak sejarah baru dalam prakiraan cuaca AI

Google DeepMind mencapai tonggak sejarah baru dalam prakiraan cuaca AI

Tetap terinformasi dengan pembaruan gratis

Google DeepMind telah meluncurkan model prediksi cuaca AI yang mengungguli metode tradisional dalam memperkirakan hingga 15 hari dan lebih baik dalam memprediksi kejadian ekstrem.

Alat tersebut, yang dikenal sebagai GenCast, mengukur kemungkinan berbagai skenario untuk memperkirakan tren secara akurat mulai dari produksi energi angin hingga pergerakan siklon tropis.

Teknik probabilistik GenCast merupakan tonggak baru dalam kemajuan pesat dalam penggunaan AI untuk mendorong proyeksi cuaca sehari-hari yang lebih baik dan lebih cepat, sebuah pendekatan yang semakin banyak dilakukan oleh para peramal cuaca tradisional.

“[This] “Ini menandai titik balik dalam kemajuan AI untuk prediksi cuaca, dengan prakiraan mentah generasi berikutnya kini berasal dari model pembelajaran mesin,” kata Ilan Price, ilmuwan riset di Google DeepMind.

“GenCast dapat digabungkan sebagai bagian dari sistem prakiraan cuaca operasional, menawarkan informasi berharga untuk membantu pengambil keputusan lebih memahami dan mempersiapkan diri menghadapi kejadian cuaca mendatang.”

Apa yang baru tentang GenCast dibandingkan dengan model pembelajaran mesin sebelumnya adalah penggunaan apa yang disebut prediksi “ensemble” yang mewakili hasil berbeda, sebuah teknik yang diterapkan dalam perkiraan tradisional yang canggih. GenCast didasarkan pada data selama empat dekade dari Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF).

Model tersebut mengalahkan perkiraan 15 hari ECMWF sebesar 97,2 persen dari 1.320 variabel, seperti suhu, kecepatan angin, dan kelembapan, menurut sebuah dokumen. dipublikasikan di alam Pada hari Rabu.

Hasilnya adalah peningkatan lebih lanjut dalam keakuratan dan cakupan kemajuan Google DeepMind. Model GraphCast disajikan tahun lalu. GraphCast mengalahkan perkiraan ECMWF pada sekitar 90 persen metrik untuk prediksi tiga hingga 10 hari ke depan.

Model perkiraan AI biasanya lebih cepat dan berpotensi lebih efisien dibandingkan metode perkiraan standar, yang mengandalkan daya komputasi ekstensif untuk memproses persamaan yang berasal dari fisika atmosfer. GenCast dapat menghasilkan perkiraan hanya dalam delapan menit, dibandingkan dengan jam untuk perkiraan tradisional, dan dengan sebagian kecil dari kebutuhan pemrosesan elektronik.

Para peneliti mengatakan model GenCast dapat lebih ditingkatkan di berbagai bidang seperti kemampuannya memprediksi intensitas badai besar. Resolusi data Anda dapat ditingkatkan agar sesuai dengan pembaruan yang dilakukan tahun ini oleh ECMWF.

ECMWF mengatakan pengembangan GenCast merupakan “tonggak penting dalam evolusi prakiraan cuaca.” Dikatakan bahwa mereka telah mengintegrasikan “komponen kunci” dari pendekatan GenCast ke dalam versi sistem perkiraan AI miliknya, dengan prediksi langsung tersedia sejak bulan Juni.

Ilmu pembelajaran mesin inovatif di balik GenCast masih perlu diuji dalam kondisi cuaca ekstrem, tambah ECMWF.

Perkembangan GenCast akan semakin memicu perdebatan mengenai sejauh mana AI harus diterapkan dalam peramalan, karena banyak ilmuwan lebih memilih teknik hibrida untuk beberapa tujuan.

Pada bulan Juli, Google meluncurkan Model saraf GCMyang menggabungkan pembelajaran mesin dan fisika tradisional untuk mencapai hasil yang lebih baik daripada AI saja dalam prakiraan dan tren iklim jangka panjang.

“Ada pertanyaan dan perdebatan terbuka tentang keseimbangan optimal antara sistem perkiraan fisika dan pembelajaran mesin. Komunitas ilmiah luas yang mencakup [us] secara aktif menjajaki hal ini,” kata ECMWF.

Kantor Met di Inggris, yang merupakan layanan cuaca nasional, sedang menyelidiki bagaimana memanfaatkan kemajuan “menarik” dalam model prakiraan yang didukung AI, kata Steven Ramsdale, kepala peramal yang bertanggung jawab atas AI.

“Kami berpendapat bahwa nilai terbesar berasal dari pendekatan hibrida, yang menggabungkan penilaian manusia, model berbasis fisika tradisional, dan prakiraan cuaca berbasis AI,” tambahnya.

Modal iklim

Dimana perubahan iklim bertemu dengan bisnis, pasar dan politik. Jelajahi liputan FT di sini.

Penasaran dengan komitmen kelestarian lingkungan Financial Times? Pelajari lebih lanjut tentang tujuan berbasis sains kami di sini

Sumber