● news.bsdnet.hu

A legpontosabb mesterséges intelligencián alapuló globális időjárás-előrejelző rendszerként harangozta be pár napja a Google legújabb fejlesztését. A Google DeepMind és a Google Research szakemberei által kifejlesztett, WeatherNext 3 néven futó modell a cég erről szóló blogbejegyzése szerint a valós idejű műholdas adatokra támaszkodva a korábbi generációhoz képest nagobb felbontású, sűrűbben frissülő és pontosabb predikciókat tehet például a csapadékeloszlás vagy a széljárás kapcsán. Máshonnan közelítették meg a problémát A most debütáló modell alapvetően különbözik elődjétől, hiszen míg a WeatherNext 2 szimulációk helyett valós megfigyelésekből tanul. A mesterséges intelligenciát eddig máshol is numerikus időjárás-előrejelző modellek kimeneti adataival "etették", és ezek alapján igyekezett a modell megjósolni a jövőt. A módszer ugyan képes eredményeket felmutatni, de a szuperkomputereket megizzasztó fizikai szimulációk miatt az adatok legalább 6 órás késést szenvednek. Ennyi idő viszont bőven elég ahhoz, hogy egy-egy kisebb térségben gyökeresen megváltozzanak a körülmények, amivel már értelemszerűen nem tud kalkulálni a rendszer. A WeatherNext 3 viszont valós idejű geostacionárius műholdas felvételeket használ fel, miközben közvetlenül az egyes meteorológiai állomások által szolgáltatott adatokon tanul. Ennek köszönhetően tud a modell óránként globális előrejelzésekkel jelentkezni, amelyek akár 5 kilométeres pontossággal jelzik az olyan fontos felszíni változókat, mint például a hőmérséklet és a páratartalom. Nyitóképünkön a két generáció közti különbség látványosan kirajzolódik, hiszen a bal oldalon lévő WeatherNext 2 csak 25 kilométeres pontossággal tudott dolgozni, ráadásul csak 6 óránként frissült. Az új rendszer bevezetése kis túlzással az egész világra hatással lesz, hiszen az máris integrálva van a cég egy sor fontos szolgáltatásába. A WeatherNext 3 eredményeit felhasználja többek között a Kereső (Search), a Gemini alkalmazás, a Térképek (Maps), a Google Maps Platform és a Cloud. Csak bírják energiával Az új modell képességeit viszont nemcsak a végfelhasználói oldalon kamatoztathatja a Google. A WeatherNext 3 ugyanis olyan fontos adatokat is megjósol, amelyek iránt kifejezetten komoly érdeklődés mutatkozhat mondjuk az energiahálózatok építői és üzemeltetői részéről. Ide sorolható például a talajszint felett 100 méteres magasságban becsült szélsebesség, ami pont megfelelő szint a modern szélturbináknak. Ugyancsak hasznos lehet a felhőtakaróval kapcsolatos pontos(abb) előrejelzés, mivel az közvetlen befolyással van a napkollektorok termelésére. Valószínűleg sok energiakereskedő és hálózatüzemeltető hajlandó lesz a zsebébe nyúlni, amennyiben a korábbiaknál jobb minőségű előrejelzéseket kap egy-egy térség várható energiatermeléséről, ami alapján tompítani lehet a kereslet és kínálat között meglévő egyenlőtlenségeket. A megújuló energiatermelésre egyébként is egyre nagyobb szükség van, hiszen az elsősorban a mesterséges intelligencia trenírozására és futtatására gombamód felhúzott adatközpontok olyan sok energiát igényelnek, hogy az máris súlyos problémákat okoz szerte a világban. Az erőműveknél lényegesen megbízhatatlanabb módon termelő megújulók által generált energia optimálishoz közeli kezelése és hasznosítása viszont messze nem triviális feladat. Azaz a Google MI-je egy olyan gondon enyhíthet, ami részben pont miatta keletkezett.