Gencast предсказывает погоду и риски экстремальных условий с современной точностью

Новая модель искусственного интеллекта продвигает прогноз неопределенности и рисков погоды, обеспечивая более быстрые, более точные прогнозы на 15 дней вперед

Погода влияет на всех нас – формирует наши решения, нашу безопасность и наш образ жизни. Поскольку изменение климата стимулирует более экстремальные погодные явления, точные и заслуживающие доверия прогнозы более важны, чем когда -либо. Тем не менее, погода не может быть предсказана идеально, и прогнозы особенно неясны в течение нескольких дней.

Поскольку идеальный прогноз погоды невозможен, ученые и погодные агентства используют вероятностные ансамблевые прогнозы, где модель предсказывает ряд вероятных погодных сценариев. Такие ансамблевые прогнозы более полезны, чем полагаться на один прогноз, поскольку они предоставляют лицам, принимающим решения, более полную картину возможных погодных условий в ближайшие дни и недели и какова вероятность каждого сценария.

Сегодня, в статье, опубликованной в природе, мы представляем Gencast, нашу новую модель AI с высоким разрешением (0,25 °). Gencast обеспечивает лучшие прогнозы как повседневной погоды, так и экстремальных явлений, чем высшая операционная система, Европейский центр для средних прогнозов погоды »(ECMWF), до 15 дней. Мы будем выпускать код, вес и прогнозы нашей модели, чтобы поддержать более широкое сообщество прогнозирования погоды.

Эволюция моделей погоды ИИ

Gencast отмечает критический прогноз в прогнозировании погоды на основе искусственного интеллекта, который основан на нашей предыдущей погоде, которая была детерминированной, и обеспечила единственную, наилучшую оценку будущей погоды. Напротив, прогноз Gencast содержит ансамбль из 50 или более прогнозов, каждый из которых представляет возможную погодную траекторию.

Gencast – это диффузионная модель, тип генеративной модели ИИ, которая лежит в основе недавних, быстрых достижений в области изображения, видео и музыки. Однако от них Gencast отличается тем, что он адаптирован к сферической геометрии Земли и учится точно генерировать сложное распределение вероятностей будущих погодных сценариев, когда дается самое последнее состояние погоды в качестве ввода.

Чтобы тренировать Gencast, мы предоставили ему четыре десятилетия исторических данных о погоде из архива ERA5 в ECMWF. Эти данные включают такие переменные, как температура, скорость ветра и давление на различных высотах. Модель изучила глобальные погодные условия с разрешением 0,25 °, непосредственно из этих обработанных данных о погоде.

Установка нового стандарта для прогнозирования погоды

Чтобы строго оценить показатели Gencast, мы обучили их историческим данным о погоде до 2018 года и проверили их на данных с 2019 года. Gencast показал лучшие навыки прогнозирования, чем ENC ENC ECMWF, ведущую систему прогнозирования оперативного ансамбля, которую зависят многие национальные и локальные решения каждый день зависят от каждого дня. Полем

Мы всесторонне протестировали обе системы, рассматривая прогнозы различных переменных в разные времена заказа – в общей сложности 1320 комбинаций. Gencast был более точным, чем ENS на 97,2% этих целей, и на 99,8% при сроках потери более 36 часов.

Прогноз ансамбля выражает неопределенность, делая множественные прогнозы, которые представляют различные возможные сценарии. Если большинство прогнозов показывают циклон, попавший в ту же область, неопределенность низкая. Но если они предсказывают разные места, неопределенность выше. Gencast достигает правильного баланса, избегая как завышкой, так и занижающей его уверенности в своих прогнозах.

Для создания одного 15-дневного прогноза в ансамбле Gencast требуется один Google Cloud TPU V5, и каждый прогноз в ансамбле может быть создан одновременно, параллельно. Традиционные физические ансамблевые прогнозы, такие как те, которые производятся ENS, с разрешением 0,2 ° или 0,1 °, принимают часы на суперкомпьютере с десятками тысяч процессоров.

Расширенные прогнозы для экстремальных погодных явлений

Более точные прогнозы риска экстремальной погоды могут помочь чиновникам защитить большую жизнь, предотвратить ущерб и сэкономить деньги. Когда мы проверили способность Gencast предсказывать крайнюю тепло и холод, а также скорость ветра, Gencast неизменно превосходил ENS.

Теперь рассмотрим тропические циклоны, также известные как ураганы и тайфуны. Получение лучшего и более продвинутых предупреждений о том, где они нанесут удар по земле, неоценимо. Gencast обеспечивает превосходные прогнозы треков этих смертоносных штормов.

Лучшие прогнозы также могут сыграть ключевую роль в других аспектах общества, таких как планирование возобновляемой энергии. Например, улучшения в прогнозировании энергии ветра непосредственно повышают надежность ветровой энергии в качестве источника устойчивой энергии и потенциально ускорят его принятие. В эксперименте с принципом, в котором анализировали прогнозы общей ветроэнергетики, генерируемой группами ветряных ферм по всему миру, Gencast был более точным, чем ENS.

Прогнозирование следующего поколения и понимание климата в Google

Gencast является частью растущего набора Google в погодных моделях на основе AI следующего поколения, в том числе детерминированных прогнозов среднего диапазона Google DeepMind, а также модели Google Research, семена и наводнения. Эти модели начинают питать пользовательский опыт поиска и карт Google и улучшать прогнозирование осадков, лесных пожаров, наводнения и экстремального тепла.

Мы глубоко ценим наши партнерские отношения с погодными агентствами и будем продолжать работать с ними над разработкой методов, основанных на искусственном интеллекте, которые улучшают их прогнозирование. Между тем, традиционные модели остаются необходимыми для этой работы. Во -первых, они предоставляют данные обучения и начальные погодные условия, необходимые для таких моделей, как Gencast. Это сотрудничество между ИИ и традиционной метеорологией подчеркивает силу комбинированного подхода для улучшения прогнозов и лучшего обслуживания общества.

Чтобы способствовать более широкому сотрудничеству и помочь ускорить исследования и разработки в сообществе погоды и климата, мы сделали Gencast открытой моделью и выпустили его код и вес, как и для нашей детерминированной модели прогнозирования мировой погоды среднего уровня.

Вскоре мы выпустим в режиме реального времени и исторические прогнозы от Gencast, а также предыдущие модели, которые позволят любому интегрировать эти погодные входы в свои собственные модели и исследовательские рабочие процессы.

Мы стремимся взаимодействовать с более широким погодным сообществом, включая академических исследователей, метеорологов, ученых данных, компаний по возобновляемым источникам энергии и организаций, ориентированных на продовольственную безопасность и реагирование на стихийные бедствия. Такие партнерские отношения предлагают глубокие понимания и конструктивные обратную связь, а также бесценные возможности для коммерческого и некоммерческого воздействия, которые имеют решающее значение для нашей миссии по применению наших моделей в пользу человечества.