Nvidia, казалось бы, выбрала идеальное время для выпуска своих новых моделей прогнозирования погоды Earth-2. Или, учитывая, насколько точными их называют в компании, возможно, они знали то, чего не знали мы?
Новые модели на основе искусственного интеллекта обещают сделать прогнозирование погоды быстрее и точнее. Nvidia утверждает, что одна из моделей, Earth-2 Medium Range, превосходит модель искусственного интеллекта для прогнозирования погоды от Google DeepMind, GenCast, более чем по 70 переменным. GenCast, выпущенная Google в декабре 2024 года, сама по себе была значительно точнее существующих прогностических моделей, способных выдавать прогнозы на срок до 15 суток.
Nvidia анонсировала новые инструменты в понедельник на собрании Американского метеорологического общества в Хьюстоне.
«Философски и научно — это возвращение к простоте, — заявил журналистам Майк Притчард, директор по климатическому моделированию в Nvidia, на пресс-колле перед встречей. — Мы отходим от вручную настроенных нишевых архитектур ИИ и делаем ставку на будущее простых, масштабируемых архитектур на основе трансформеров».
Традиционно большинство прогнозов погоды основаны на симуляциях физических процессов, наблюдаемых в реальном мире. Модели ИИ появились относительно недавно. Модель Earth-2 Medium Range базируется на новой архитектуре Nvidia под названием Atlas, о которой компания пообещала предоставить больше подробностей в понедельник.
Наряду с Medium Range, пакет Earth-2 от Nvidia включает модель Nowcasting и модель Global Data Assimilation.
Nowcasting генерирует краткосрочные прогнозы на период от нуля до шести часов и предназначен для помощи метеорологам в прогнозировании последствий штормов и других опасных погодных явлений.
«Поскольку эта модель обучается непосредственно на глобально доступных геостационарных спутниковых наблюдениях, а не на результатах региональных физических моделей, подход Nowcasting может быть адаптирован в любой точке планеты при наличии хорошего спутникового покрытия», — отметил Притчард. Это должно помочь правительствам штатов и небольших стран понять, как суровые погодные системы могут повлиять на их территории.
Модель Global Data Assimilation использует данные из таких источников, как метеостанции и метеозонды, для создания непрерывных снимков погодных условий в тысячах точек по всему миру. Затем эти снимки используются в качестве отправных точек для прогностических моделей.
Традиционно для создания таких снимков требовалась огромная вычислительная мощность до начала работы по прогнозированию. «Это потребляет примерно 50% общей нагрузки суперкомпьютеров при традиционном прогнозировании погоды, — сказал Притчард. — Эта модель может сделать то же самое за минуты на графических процессорах вместо часов на суперкомпьютерах».
Три новые модели пополняют две уже существующие: CorrDiff, которая использует прогнозы с низким разрешением для генерации быстрых прогнозов с высоким разрешением, и FourCastNet3, которая моделирует отдельные погодные переменные, такие как температура, ветер и влажность.
Притчард отметил, что новые модели должны предоставить большему числу пользователей доступ к мощным инструментам прогнозирования погоды, которые исторически были прерогативой более богатых стран и крупных корпораций, располагающих средствами для оплаты дорогостоящего времени суперкомпьютеров.
«Это предоставляет фундаментальные строительные блоки, используемые всеми в экосистеме — национальными метеорологическими службами, фирмами, предоставляющими финансовые услуги, энергетическими компаниями — всеми, кто хочет создавать и совершенствовать модели прогнозирования погоды», — заявил Притчард. Некоторые из инструментов уже используются. Например, метеорологи в Израиле и Тайване используют Earth-2 CorrDiff, в то время как The Weather Company и Total Energies оценивают Nowcasting, сообщила Nvidia.
«Для некоторых пользователей имеет смысл подписаться на централизованную систему прогнозирования погоды корпоративного уровня. Но для других, таких как страны, важен суверенитет», — сказал Притчард. «Погода — это вопрос национальной безопасности, и суверенитет с погодой неразделимы».
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Tim De Chant
