TECH FLOW Svět Androida
← Zpět do proudu
deepmind.google · vybral Petr Mišák · před 54 dny

WeatherNext: Model umělé inteligence dosahuje průlomu v předpovídání cyklónů

Náhled zdroje: WeatherNext: Model umělé inteligence dosahuje průlomu v předpovídání cyklónů
Shrnutí AI

Model WeatherNext od Google DeepMind dosahuje průlomu v předpovídání cyklónů – jeho třídenní předpovědi jsou přesné jako dvouleté předpovědi starších modelů, což odpovídá desetiletí meteorologického pokroku. Společnost model otevřela veřejnosti a běžela s ním již během hurikánové sezóny 2025, kde pomohla National Hurricane Center s predikcí hurikánu Melissa.

Shrnutí píše AI ze zdroje, není to stanovisko redakce. Podrobnosti najdete ve zdroji.

4 lidí už zdroj otevřelo

Poznámka autora tipu

Počasí patří k jedné z nenáročnější disciplín pro aktuální počítačoví modely a jejich hardware. Navíc počasí se na planetě tak rychle mění, že meteorologické modely rychle zastarávají. AI by nám mohla pomoci vidět věci, které teď nevidíme a to vše dokonce rychleji než to umíme dnes.

Otázky a odpovědi AI
Jak se AI modely liší od tradičních meteorologických modelů v předpovídání cyklónů?

Tradiční modely musely vyvažovat dva přístupy: hrubší globální modely pro předpověď dráhy cyklónu a specializované vysokorozlišení modely pro intenzitu. WeatherNext je jeden unified model, který zvládá obě úlohy zároveň – dráhu, intenzitu i strukturu větrů – s vyšší přesností.

Proč je zlepšení předpovídání cyklónů důležité?

Cyklóny (hurikány, tajfuny) jsou mezi nejdestruktivnějšími přírodními jevy – v posledních 50 letech způsobily více než 700 tisíc mrtvých a 1,4 bilionu dolarů ekonomických ztrát. Každá dodatečná hodina varování zásadně pomáhá lidem se připravit a chránit životy.

Jak je možné, že WeatherNext funguje s hrubším rozlišením než konkurenční modely?

WeatherNext potřebuje pouze rozlišení 28 × 28 km – stokrát hrubší než tradiční modely – přesto dosahuje lepší přesnosti. Tento jev není plně pochopen a zůstává otevřenou výzkumnou otázkou, jak si model poradí se ztrátou detailu v prostorových datech.

Jak se WeatherNext naučil předpovídat příliš nebezpečné situace?

Model byl trénován na dvou typech dat: globálních meteorologických datech (20 terabajtů) a historické IBTrACS databázi téměř 5000 bouří. Klíčově, letos generuje 1000 různých scénářů pro každý cyklón, což zvyšuje šanci zachytit vzácné jevy jako rychlou intenzifikaci.

Otázky i odpovědi píše AI podle tématu, ne ze zdroje. Není to stanovisko redakce.
Souvisí z proudu
Zmiňuje