Googleov WeatherNext AI model donosi revoluciju u prognoziranju ciklona
Novi AI model osigurava dodatni dan za pripremu na ekstremne vremenske uvjete
Google DeepMind i Google Research predstavili su WeatherNext, napredni AI model koji postavlja nove standarde u prognoziranju ciklona. Ovaj model predviđa putanju, intenzitet i strukturu vjetra, dajući prognostičarima prosječno dodatna 24 sata prednosti, što može biti ključno za spašavanje života.
Ključni detalji
Novi model omogućuje predviđanja do 15 dana unaprijed s neviđenom preciznošću. Prema radu objavljenom u časopisu Nature, trodnevne prognoze modela WeatherNext točne su koliko i dvodnevne prognoze prijašnjih, tradicionalnih modela.
Zašto je to važno
Tropski cikloni uzrokovali su više od 700 tisuća smrtnih slučajeva i 1,4 bilijuna dolara ekonomske štete u proteklih 50 godina. Svaki dodatni sat upozorenja drastično poboljšava mogućnosti pripreme, što se pokazalo neprocjenjivim tijekom sezone uragana 2025. godine kada je model prepoznao brzo intenziviranje uragana Melissa na Jamajci.
Tehnička pozadina
Za razliku od klasičnih metoda koje razdvajaju predviđanja putanje i intenziteta, WeatherNext koristi jedinstven pristup:
- Spaja analizu globalnih vremenskih tokova s lokaliziranim procesima na razlučivosti od samo 28x28 kilometara (100 puta grublje od tradicionalnih modela).
- Treniran je odjednom na gotovo 20 terabajta globalnih atmosferskih podataka i povijesnoj bazi IBTrACS s gotovo 5000 oluja.
- Korištenjem FGN (Functional Generative Networks) mreža stvara ansambl od 1000 mogućih scenarija u manje od minute na jednom TPU procesoru.
Širi kontekst
Ovo poboljšanje donosi prednost koja se uspoređuje s desetljećem tehnološkog napretka u meteorologiji. Objavom izvornog koda i težina modela (WeatherNext Cyclones, WeatherNext 2 i WeatherNext 2-mini), Google otvara vrata istraživačkoj zajednici i meteorološkim agencijama za razvoj preciznijih, lokaliziranih alata. Verzija 2-mini može raditi na jednom TPU-u u besplatnom javnom Colab notebooku.
Što slijedi
Ovaj pothvat potiče širu zajednicu na suradnju. Kombinirajući strojno učenje i stručnost prognostičara na terenu, cilj je stvoriti ekosustav koji bolje odgovara na izazove klimatskih promjena i štiti živote.
Izvor: DeepMind Blog Objavljeno na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
