Model cuaca AI baru dari Google dapat mendefinisikan kembali cara kita memperkirakan dan mempersiapkan diri menghadapi perubahan kondisi.
Google DeepMind, bagian penelitian AI perusahaan yang berfokus pada pemecahan masalah ilmiah, pada 4 Desember. mengumumkan model cuaca AI baru yang disebut GenCastyang menjanjikan untuk memberikan probabilitas yang lebih akurat dari berbagai kondisi cuaca hingga 15 hari sebelumnya.
Meskipun prakiraan cuaca biasanya melibatkan model fisika yang membutuhkan waktu berjam-jam untuk dihitung pada superkomputer besar, Google mengatakan pihaknya bertujuan untuk mendapatkan akurasi yang lebih besar hanya dalam hitungan menit. Menurut perusahaan, GenCast dapat menghasilkan skenario perkiraan 15 hari hanya dalam delapan menit menggunakan chip unit pemrosesan Google Cloud Tensor.
GenCast adalah bagian dari rangkaian model cuaca berbasis AI yang diperluas dari Google, yang mencakup penyempurnaan pada Google Penelusuran dan Maps dengan perkiraan cuaca yang lebih baik untuk curah hujan, kebakaran hutan, banjir, dan panas ekstrem.
Rincian upaya terbarunya adalah diterbitkan di jurnal Nature.
Meskipun model AI Google memberikan satu perkiraan terbaik mengenai cuaca di masa depan, GenCast menggunakan perkiraan berbasis probabilitas yang terdiri dari 50 atau lebih prediksi mengenai perubahan cuaca dan memperkirakan kemungkinan terjadinya skenario tersebut. Teknologi ini bekerja pada model difusi yang mirip dengan model pembelajaran mesin yang digunakan dalam AI generatif.
“Kami melatihnya berdasarkan data historis selama 40 tahun dari (Pusat Prakiraan Cuaca Jangka Menengah Eropa), yang mencakup variabel seperti suhu, kecepatan angin, dan tekanan pada ketinggian berbeda untuk pelatihan,” jelas perusahaan tersebut. dalam sebuah tweet.
Dalam memprediksi panas ekstrem, dingin, dan kecepatan angin tinggi, Google mengatakan GenCast mengungguli model perkiraan saat ini. Laporan tersebut juga mencatat bahwa laporan ini memberikan “perkiraan lebih tinggi” mengenai jalur siklon tropis hingga lima hari ke depan.