Dokładniej rzecz ujmując, chodzi o GenCast od Google DeepMind. Testy wykazały, że ma ono przewagę nad klasycznymi rozwiązaniami przez 97 procent czasu. Jakby tego było mało, działa zdecydowanie szybciej i przy niższych nakładach finansowych.
Czytaj też: Niczym kameleony na wojnie. Chiny opracowały pelerynę niewidkę dla żołnierzy
Rzeczony oparty na sztucznej inteligencji model został przeszkolony z wykorzystaniem danych zbieranych na przestrzeni czterech dekad zgromadzonych w archiwum ERA5 Europejskie Centrum Średnioterminowych Prognoz Pogody, czyli ECMWF. Tamtejsze wskaźniki dotyczą parametrów takich jak temperatura, prędkość wiatru oraz ciśnienie na różnych wysokościach.
Z wykorzystaniem danych kończących się na 2018 roku pracownicy Google DeepMind trenowali swój model. Z kolei te od 2019 roku stanowiły próbkę porównawczą, z którą zestawiano wyniki przewidywań w wykonaniu GenCast. I właśnie wtedy sprawy przybrały wyjątkowo interesujący obrót, gdyż nowy model osiągnął rezultaty lepsze od klasycznego modelu pogodowego ENS ECMWF.
Sztuczna inteligencja w postaci narzędzia GenCast od Google DeepMind wykazuje się bardzo wysoką dokładnością w przewidywaniu pogody
Jakie były dokładne rezultaty? Mowa o skuteczności na poziomie 97,4% ogólnie oraz 99,8%, gdy chodziło o prognozy sięgające 36 godzin do przodu. Mówimy więc o naprawdę imponujących owocach działań inżynierów ze Stanów Zjednoczonych. Wydaje się, iż postępy w rozwoju sztucznej inteligencji nieco zaskakują nawet samych ekspertów. Wdrażane rozwiązania są skuteczne i mogą wyręczać ludzi pod wieloma względami. Ale czy rynek pracy i społeczeństwo są gotowe na tak poważne przetasowania?
Czytaj też: Bateria i źródło energii z diamentu? Pierwsze takie urządzenie na świecie imponuje żywotnością
Z drugiej strony, David Schultz z Uniwersytetu w Manchesterze podkreśla, że takie modele są w dużej mierze zależne od danych pochodzących z konwencjonalnych modeli opartych na fizyce. Z tego względu narzędzia pokroju GenCast nie doprowadzą zdaniem Schultza do rewolucji. I to z prostego powodu: wciąż konieczne będzie uruchamianie numerycznych modeli prognozowania pogody, żeby w ogóle przygotować tego typu rozwiązania do działania. Mówiąc krótko: bez konwencjonalnych metod nie będzie dostępu do tych wykorzystujących sztuczną inteligencję. Ale wysoka skuteczność, szybkie działanie i niskie koszty operacyjne to z pewnością coś, co zwraca uwagę.