Sztuczna inteligencja i uczenie maszynowe mogą zapewnić dokładniejsze analizy i prognozy w sektorze energetycznym. Jednym z takich zastosowań jest prognozowanie pogody. Uważam to za bardzo interesujące i gorąco polecam to niedawne odkrycie opublikowane w Science.
Model sztucznej inteligencji GraphCast, stworzony przez programistów z Google DeepMind, przewiduje pogodę na całym świecie z wyprzedzeniem do 10 dni, wyznaczając punkt zwrotny m.in. dla technologii energii odnawialnej.
GraphCast generuje dokładną 10-dniową prognozę w mniej niż minutę na jednym urządzeniu Google Cloud TPU v4, wspierając aplikacje takie jak przewidywanie tras cyklonów tropikalnych, zmian atmosferycznych i ekstremalnych temperatur. Przewiduje setki zmiennych pogodowych w ciągu 10 dni z rozdzielczością 0,25° na całym świecie w mniej niż minutę. Konwencjonalne metody zajmują kilka godzin i są energochłonne. GraphCast jest znacznie tańszy pod względem zużycia energii.
Twórcy wskazują, że tradycyjne numeryczne prognozowanie pogody wykorzystuje zwiększone zasoby obliczeniowe w celu poprawy dokładności prognozy, ale nie wykorzystuje bezpośrednio historycznych danych pogodowych w celu ulepszenia modelu bazowego.
„GraphCast znacznie przewyższa najdokładniejsze operacyjne systemy deterministyczne w 90% z grupy 1380 celów weryfikacyjnych, a jego prognozy wspierają lepsze przewidywanie poważnych zdarzeń, w tym śledzenie cyklonów tropikalnych, zmian atmosferycznych i ekstremalnych temperatur”.
Szczegółowe informacje na temat metody można znaleźć na stronie Science: https://www.science.org/doi/10.1126/science.adi2336
