Google DeepMind представила GraphCast — модель искусственного интеллекта для более быстрого и точного глобального прогнозирования погоды
GraphCast — это система прогнозирования погоды, основанная на машинном обучении и графовых нейронных сетях (GNN), которые представляют собой особенно полезную архитектуру для обработки пространственно структурированных данных.
GraphCast делает прогнозы с высоким разрешением 0,25 градуса долготы/широты (28 x 28 км по экватору). Это более миллиона точек сетки, покрывающих всю поверхность Земли. В каждой точке сетки модель прогнозирует пять переменных поверхности суши, включая температуру, скорость и направление ветра, а также среднее давление на уровне моря, и шесть атмосферных переменных на каждом из 37 уровней высоты, включая удельную влажность, скорость и направление ветра, а также температуру.
Создание 10-дневных прогнозов с помощью GraphCast занимает менее минуты на одном компьютере Google TPU v4. Для сравнения, 10-дневный прогноз с использованием традиционного подхода, такого как HRES, может занять часы вычислений на суперкомпьютере с сотнями машин.
В комплексной оценке производительности по сравнению с детерминированной системой HRES, являющейся золотым стандартом, GraphCast предоставил более точные прогнозы для более чем 90% из 1380 тестовых переменных и прогнозируемого времени выполнения.
