Η Google ανακοίνωσε χθες, Τετάρτη, την ανάπτυξη ενός νέου μοντέλου Τεχνητής Νοημοσύνης, το οποίο ονομάζεται GenCast, και είναι ικανό να παρέχει μετεωρολογικές προβλέψεις για 15 ημέρες με εξαιρετική ακρίβεια. Αυτή η τεχνολογία μπορεί να συμβάλει στη διάσωση ζωών, καθώς οι κλιματικές καταστροφές αυξάνονται παγκοσμίως.
Αναλυτικές και Ακριβείς Προγνώσεις
Το GenCast, που αναπτύχθηκε από το DeepMind, το ερευνητικό εργαστήριο της Google για την Τεχνητή Νοημοσύνη με έδρα το Λονδίνο, έχει αποδείξει ότι προσφέρει καλύτερες προβλέψεις από τα υπάρχοντα μοντέλα. Σύμφωνα με την Google, το GenCast ξεπερνά την ακρίβεια του Ευρωπαϊκού Κέντρου Μεσοπρόθεσμων Μετεωρολογικών Προγνώσεων σε πάνω από 97% των 1.320 κλιματικών καταστροφών που καταγράφηκαν το 2019, στις οποίες δοκιμάστηκαν οι προβλέψεις και των δύο μοντέλων.
Το Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Μετεωρολογικών Προγνώσεων παρέχει αυτή τη στιγμή προβλέψεις για 35 χώρες και θεωρείται παγκόσμιο πρότυπο όσον αφορά την ακρίβεια των μετεωρολογικών προβλέψεων. Το GenCast, ωστόσο, φαίνεται να προσφέρει πιο αξιόπιστες πληροφορίες για τις καιρικές συνθήκες, συμπεριλαμβανομένων των ακραίων φαινομένων.
Αυτό το μοντέλο Τεχνητής Νοημοσύνης έχει αναπτυχθεί από το 1979 έως το 2018, χρησιμοποιώντας δεδομένα όπως η θερμοκρασία, η ταχύτητα του ανέμου και η ατμοσφαιρική πίεση. Έχει τη δυνατότητα να παρέχει 15ήμερες προβλέψεις μέσα σε μόλις οκτώ λεπτά, σε αντίθεση με τις ώρες που απαιτούν τα παραδοσιακά μοντέλα.
Η Google επισημαίνει ότι το GenCast προσφέρει ακριβέστερες προβλέψεις για ακραία καιρικά φαινόμενα, όπως η ακραία ζέστη, ο ακραίος ψύχος και οι ισχυροί άνεμοι. Αυτές οι βελτιωμένες προβλέψεις μπορούν να βοηθήσουν τις αρχές να προστατεύσουν περισσότερες ζωές, να μειώσουν τις υλικές ζημιές και να εξοικονομήσουν πόρους.
«Το GenCast παρέχει καλύτερες προβλέψεις για τον καθημερινό καιρό και τα ακραία φαινόμενα έως 15 ημέρες πριν», αναφέρεται στην ανακοίνωση της Google, υπογραμμίζοντας τη σημασία της ακριβούς πρόγνωσης για την προετοιμασία και την ανταπόκριση σε μελλοντικές κλιματικές προκλήσεις.
