O Google criou um previsor meteorológico de IA que pode fornecer aos meteorologistas mais ferramentas para trabalhar. O novo modelo, GraphCast, foi construído pelo Google DeepMind. De acordo com novos estudos sobre o modelo, ele já mostra algumas possibilidades essenciais. Os criadores por trás do modelo afirmam que ele é melhor, mais rápido e mais eficiente em termos energéticos do que as ferramentas que alimentam os aplicativos meteorológicos atualmente.
Anúncios
A maioria dos aplicativos atuais depende de um modelo de previsão conhecido como “previsão numérica do tempo” ou NWP. O NWP funciona essencialmente conectando as condições climáticas atuais e, em seguida, simulando mudanças com base nos princípios da termodinâmica, dinâmica de fluidos e outros tipos de ciências atmosféricas.
Embora tenha se mostrado pelo menos um tanto preciso, esse modelo específico é caro e requer muito poder de computação complicado. Porém, com o sistema GraphCast do Google, o modelo divide os dados tradicionais observando dados históricos e depois usando o aprendizado de máquina para fazer previsões com base no que aconteceu no passado.
Anúncios
Ainda há muito trabalho sofisticado de informática e ciência envolvidos, mas no geral, o processo é muito mais simples e requer menos cálculos para ser executado. Como explica o estudo, o GraphCast primeiro analisa o estado atual do clima da Terra e depois o compara com o clima de seis horas atrás. Em seguida, baseia suas previsões em como o clima mudará no futuro.
Ao todo, ele pode continuar a criar previsões ao longo dos dias. Quando comparado ao modelo primário atual usado para previsões meteorológicas de médio alcance, um modelo conhecido como HRES, o Google GraphCast foi capaz de superar “significativamente” o desempenho do HRES em 90% dos alvos em que foi testado.
Além disso, o GraphCast também mostrou uma imensa aptidão para prever eventos climáticos extremos, incluindo mudanças inesperadas de temperatura e ciclones tropicais. Mas o Google diz que não quer que o GraphCast substitua os sistemas tradicionais ou padrão nos quais os meteorologistas trabalham. Em vez disso, pretende trabalhar em conjunto com esses sistemas para fornecer uma melhor previsão do tempo como um todo.
—————-
O Google criou um previsor meteorológico de IA que pode fornecer aos meteorologistas mais ferramentas para trabalhar. O novo modelo, GraphCast, foi construído pelo Google DeepMind. De acordo com novos estudos sobre o modelo, ele já mostra algumas possibilidades essenciais. Os criadores por trás do modelo afirmam que ele é melhor, mais rápido e mais eficiente em termos energéticos do que as ferramentas que alimentam os aplicativos meteorológicos atualmente.
A maioria dos aplicativos atuais depende de um modelo de previsão conhecido como “previsão numérica do tempo” ou NWP. O NWP funciona essencialmente conectando as condições climáticas atuais e, em seguida, simulando mudanças com base nos princípios da termodinâmica, dinâmica de fluidos e outros tipos de ciências atmosféricas.
Embora tenha se mostrado pelo menos um tanto preciso, esse modelo específico é caro e requer muito poder de computação complicado. Porém, com o sistema GraphCast do Google, o modelo divide os dados tradicionais observando dados históricos e depois usando o aprendizado de máquina para fazer previsões com base no que aconteceu no passado.
Ainda há muito trabalho sofisticado de informática e ciência envolvidos, mas no geral, o processo é muito mais simples e requer menos cálculos para ser executado. Como explica o estudo, o GraphCast primeiro analisa o estado atual do clima da Terra e depois o compara com o clima de seis horas atrás. Em seguida, baseia suas previsões em como o clima mudará no futuro.
Ao todo, ele pode continuar a criar previsões ao longo dos dias. Quando comparado ao modelo primário atual usado para previsões meteorológicas de médio alcance, um modelo conhecido como HRES, o Google GraphCast foi capaz de superar “significativamente” o desempenho do HRES em 90% dos alvos em que foi testado.
Além disso, o GraphCast também mostrou uma imensa aptidão para prever eventos climáticos extremos, incluindo mudanças inesperadas de temperatura e ciclones tropicais. Mas o Google diz que não quer que o GraphCast substitua os sistemas tradicionais ou padrão nos quais os meteorologistas trabalham. Em vez disso, pretende trabalhar em conjunto com esses sistemas para fornecer uma melhor previsão do tempo como um todo.
