GenCast uporablja napredne difuzijske modele umetne inteligence, prilagojene sferični geometriji Zemlje, in je bil usposobljen na podlagi štiridesetletnih zgodovinskih podatkov. Za razliko od tradicionalnih determinističnih modelov, ki ponujajo eno samo najboljšo oceno prihodnjega vremena, GenCast generira več kot 50 različnih napovedi, od katerih vsaka predstavlja možno vremensko pot. To omogoča celovitejši vpogled v možne vremenske razmere v prihodnjih dneh in tednih ter verjetnost posameznih scenarijev.
Poleg izjemne natančnosti je GenCast tudi izjemno učinkovit. Za izdelavo ene 15-dnevne napovedi potrebuje le osem minut na enem procesorju Google Cloud, medtem ko tradicionalni modeli, kot je ENS, za enako nalogo na superračunalnikih z več tisoč procesorji porabijo več ur. GenCast se je izkazal tudi pri napovedovanju ekstremnih vremenskih dogodkov, kot so vročinski valovi, mraz in močni vetrovi, kar je ključno za boljše sledenje orkanom in tajfunom.
Čeprav trenutni sistemi, kot je ENS, še vedno zagotavljajo napovedi z višjo ločljivostjo in so nepogrešljivi pri usposabljanju modelov, kot je GenCast, ta napredek v umetni inteligenci predstavlja pomemben korak naprej v meteorologiji. Z izboljšanjem natančnosti in učinkovitosti vremenskih napovedi lahko GenCast bistveno prispeva k boljšemu razumevanju in pripravi na prihodnje vremenske razmere.
Raziskava je bila objavljena v strokovni reviji Nature
Vir: Scimex, Google DeepMind
