.jpg){kind=link}
Kas tas ir
GraphCast (Google DeepMind, Nature, 2023) ir mašīnmācīšanās modelis, kas prognozē globālos laikapstākļus apmēram desmit dienas uz priekšu no atmosfēras grafa, apmācīts uz ECMWF reanalīzes. FourCastNet (NVIDIA) un Pangu-Weather (Huawei) ir radinieki. Meteoroloģijas dienesti tagad tādus modeļus dzen blakus fizikas kodiem, ne to vietā.
Kādu problēmu risina
Laikapstākļi un sezonālais risks dzen saimniecības, tīklus un katastrofu reaģēšanu. Ātrākas, lētākas prognozes palīdz — īpaši tur, kur superdatori ir reti. Klimata pārmaiņām joprojām vajag lēnā okeāna un ledus fizikas modeļus; 10 dienu ML prognoze nav 2100. gada projekcija.
Kā tas darbojas
Modelis mācās attēlojumus no pagātnes stāvokļiem uz nākotnes stāvokļiem. Tas «nesaprot» šķidrumu dinamiku; tas to tuvina. Prasmi mēra pret ECMWF analīzi, ne pret preses demonstrējumu. Kad apmācības pasaule pārbīdās, modelis var kļūdīties jaunā veidā.
Statuss un dalībnieki
Google DeepMind; ECMWF (dati un salīdzinājums); NVIDIA FourCastNet; Huawei Pangu-Weather; nacionālie laikapstākļu dienesti, kas testē ML kodolus.
Riski un robežas
Pārlieka uzticība, vāji ekstrēmi un novērojumu sistēmas (satelīti, radiosondes) izlaišana, kas jebkuru modeli tur godīgu. MI laikapstākļi ir infrastruktūra, ne tērzēšanas robots.
Avoti
Lam et al., Nature, 14 November 2023 (GraphCast); Pathak et al., FourCastNet (2022); Bi et al., Pangu-Weather (2023); ECMWF ML partnerības piezīmes.