به گزارش کارشناس شرکت سحاب شرکت گوگل با معرفی GenCast، یک مدل هوش مصنوعی جدید در زمینه پیش‌بینی آب‌وهوا، گام بلندی در جهت بهبود دقت پیش‌بینی‌های آب‌وهوایی برداشته است. این مدل به حدی دقیق است که می‌تواند با سیستم‌های سنتی پیش‌بینی آب‌وهوا رقابت کند و به گفته شرکت، در مقایسه با مدل‌های پیشرو، نتایج بهتری ارائه میدهد. در ادامه کارشناس شرکت سحاب این هوش مصنوعی و عملکرد آن را مورد بررسی قرار میدهد.
عملکرد GenCast در مقایسه با مدل‌های سنتی
طبق بررسی های کارشناس شرکت سحاب از تحقیقاتی که به تازگی منتشر شده است، GenCast توانسته است در عملکرد خود در سال ۲۰۲۱ از یکی از مدل‌های پیشرو در پیش‌بینی آب‌وهوا، به نام ENS، بهتر عمل کند. هوش مصنوعی به زودی جایگزین سیستم‌های سنتی نخواهد شد، اما می‌تواند به عنوان یک ابزار مکمل در پیش‌بینی آب‌وهوا و هشدار به عموم در مورد طوفان‌های شدید به کار رود.
ایلان پرایس، دانشمند ارشد تحقیقاتی در DeepMind، می‌گوید: "آب‌وهوا اساساً به همه جنبه‌های زندگی ما مربوط می‌شود و پیش‌بینی آن یکی از چالش‌های بزرگ علمی است." وی معتقد است که GenCast می‌تواند به پیشبرد اهداف بشریت در این زمینه کمک کند.
پیشرفت‌های GenCast
GenCast به عنوان یکی از مدل‌های پیش‌بینی آب‌وهوای هوش مصنوعی در حال توسعه، با استفاده از داده‌های آب‌وهوایی جمع‌آوری شده از سال ۱۹۷۹ تا ۲۰۱۸، به الگوهای مختلف در این داده‌ها پی برده و از آن‌ها برای پیش‌بینی وضعیت آب‌وهوای آینده استفاده می‌کند. این روش به طور قابل توجهی با مدل‌های سنتی مانند ENS که به حل معادلات پیچیده فیزیک جو وابسته هستند، تفاوت دارد. هر دو مدل، پیش‌بینی‌های گروهی تولید می‌کنند که شامل مجموعه‌ای از سناریوهای ممکن است.
به عنوان مثال، GenCast در پیش‌بینی مسیر طوفان‌های گرمسیری می‌تواند به طور متوسط ۱۲ ساعت هشدار اضافی نسبت به مدل‌های سنتی ارائه دهد. همچنین، این مدل در پیش‌بینی‌های مربوط به آب‌وهوای شدید و تولید انرژی باد تا ۱۵ روز جلوتر از ENS عمل کرده است.
دقت و سرعت GenCast
تحقیقات اخیر در مجله Nature نشان میدهد که GenCast در ۹۷.۲ درصد موارد از ENS بهتر عمل کرده است. این مدل به وضوح ۰.۲۵ درجه‌ای کار می‌کند که به معنای تقسیم جهان به شبکه‌ای متشکل از مربع‌های کوچک‌تر است. در مقایسه، ENS در سال ۲۰۲۱ با وضوح ۰.۲ درجه‌ای کار می‌کرد و اکنون به ۰.۱ درجه رسیده است.
سرعت نیز یکی از مزیت‌های اصلی GenCast است. این مدل می‌تواند یک پیش‌بینی ۱۵ روزه را تنها در هشت دقیقه با استفاده از Google Cloud TPU v5 تولید کند، در حالی که مدل‌های مبتنی بر فیزیک مانند ENS ممکن است چندین ساعت زمان نیاز داشته باشند. این به این دلیل است که GenCast از حل معادلات پیچیده که ENS به آن‌ها نیاز دارد، عبور می‌کند و این موضوع باعث صرفه‌جویی در زمان و قدرت محاسباتی می‌شود.
نگرانی‌های زیست‌محیطی و آینده GenCast
با اینکه GenCast در ارائه پیش‌بینی‌های دقیق و سریع پیشرفت‌های زیادی داشته است، اما نگرانی‌هایی در مورد تأثیر زیست‌محیطی مراکز داده هوش مصنوعی وجود دارد. این مراکز، به دلیل مصرف بالای انرژی، ممکن است به افزایش انتشار گازهای گلخانه‌ای کمک کنند. به گفته DeepMind، هنوز مشخص نیست که چه مقدار انرژی برای آموزش این مدل هوش مصنوعی صرف می‌شود و مقایسه آن با مدل‌های سنتی از نظر پایداری کار دشواری است.
به علاوه، GenCast هنوز قابلیت‌هایی برای بهبود و توسعه دارد، از جمله افزایش وضوح پیش‌بینی‌ها. این مدل به طور متوسط پیش‌بینی‌ها را در فواصل ۱۲ ساعته منتشر می‌کند، در حالی که مدل‌های سنتی معمولاً این کار را در فواصل کوتاه‌تری انجام می‌دهند.
همچنین می توانید همین حالا از استفاده از هوش مصنوعی به عنوان موتور جستجو دست بردارید را مطالعه کنید
نتیجه‌گیری
در حالی که GenCast نشان‌دهنده پیشرفت‌های مهمی در زمینه پیش‌بینی آب‌وهوا است، هنوز جامعه علمی به طور کامل از آن استقبال نکرده است. استیون مولنز، استاد دانشگاه فلوریدا، می‌گوید که جامعه هواشناسی هنوز به طور کامل به قابلیت‌های هوش مصنوعی در این زمینه اعتماد نکرده است. با این حال، DeepMind کد مدل منبع باز GenCast را منتشر کرده است و به محققان این امکان را میدهد که قابلیت‌های آن را مورد بررسی قرار دهند.
در نهایت، GenCast به عنوان یک مدل پیش‌بینی آب‌وهوای هوش مصنوعی نویدبخش آینده‌ای دقیق‌تر و کارآمدتر در پیش‌بینی وضعیت آب‌وهوایی است و می‌تواند در کنار مدل‌های سنتی به کار رود تا بهبودهایی در این زمینه ایجاد کند. با گذشت زمان و تحقیقات بیشتر، ممکن است این مدل‌ها به ابزارهای قابل اعتماد در پیش‌بینی وضعیت آب‌وهوا تبدیل شوند.
برای اطلاعات بیشتر به TheVerge مراجعه بفرمایید
