Google AI daje vremensku prognozu, ponesite kišobran za svaki slučaj

Kada je u pitanju vremenska prognoza, čak ni najbolji meteorolozi ne mogu je dati sa 100 posto tačnosti. Uprkos napretku koji je napravljen u pogledu alata i resursa, još uvek ima prostora za poboljšanje. Sada je tu Google AI.

Zato ne treba da čudi što se stručnjaci za praćenje vremena sve više okreću primeni veštačke inteligencije i superkompjutera, a kako bi napravili velike i precizne modele predviđanja vremenskih uslova i klimatskih projekcija. Međutim, troškovi potrebni za rad sa novim resursima mogu se eksponencijalno povećati tokom vremena. Sada je Google izašao sa sopstvenim AI alatom kako bi pomogao u rešavanju ovog problema.

U blog postu, Google objašnjava kako je razvio novi generativni AI model pod nazivom Scalable Ensemble Envelope Diffusion Sampler (SEEDS). Model je napravljen da kreira veliki model vremenske prognoze, ali glavna razlika između njega i postojeće tehnologije je cena – u poređenju sa proračunima koji se izvršavaju na superkompjuterima  – Google SEEDS može dati iste rezultate bez potrebe za angažovanjem komplikovane i skupe tehnologije. Ovo na kraju može smanjiti ukupne troškove operacije, a sve u cilju preciznijeg predviđanja oluja i drugih vremenskih događaja tokom određenog vremenskog perioda.

Benchmark.rs

Zbog velikog broja prognoza koje je SEEDS sposoban da napravi,  može pružiti meteorolozima više podataka za rad, čime se povećava šansa za detaljniju analizu i postavljanje tačnije vremenske prognoze. Uz dodatne klimatske projekcije koje su sada na dohvat ruke, korisnici će verovatno moći da pruže bolju klimatsku sliku i vremenskih prilika koje se mogu očekivati. Google demonstracija punog potencijala SEEDS alata u sadašnjem okviru je nedavno objavljena u časopisu Science Advances.

Iako zvuči čudno da se Google bavi vremenskom prognozom pomoću veštačke inteligencije, kompanija se već neko vreme trudi da pronađe načine kako bi iskoristila ovu naprednu tehnologiju u ovom sektoru. Svojevremeno je demonstrirao potencijal GraphCast — modela mašinskog učenja iz DeepMind projekta — još 2023. godine, demonstrirajući njegove mogućnosti predviđanja. U to vreme, bio je u stanju da pokaže kako u poređenju sa numeričkim predviđanjem vremena, AI može da koristi iste istorijske podatke za davanje prilično tačnih predviđanja.

Međutim, nisu svi spremni za korišćenje veštačke inteligencije u delokrugu posla koji su do sada obavljali ljudi stručnjaci, ali je isto tako teško poreći evidentnu funkcionalnost primene nove tehnologije. U nekim slučajevima, tačnost predviđanja, može biti prelomna tačka koja će na kraju ohrabriti meteorologe da se obrate veštačkoj inteligenciji za pomoć u budućnosti, prenosi Android Police.