Google DeepMind เผยโฉม GenCast โมเดล AI พยากรณ์อากาศล้ำสมัยที่เหนือกว่าวิธีการพยากรณ์แบบเดิมๆ โดย GenCast สามารถคาดการณ์สภาพอากาศได้แม่นยำและรวดเร็วกว่า โดยให้การพยากรณ์ล่วงหน้าได้ถึง 15 วัน และเก่งในการคาดการณ์เหตุการณ์รุนแรง
Ilan Price นักวิทยาศาสตร์การวิจัยของ Google DeepMind กล่าวว่า “นี่ถือเป็นจุดเปลี่ยนของ AI สำหรับการพยากรณ์อากาศ โดยโมเดลแมชชีนเลิร์นนิง GenCast สามารถผสานเป็นส่วนหนึ่งของระบบพยากรณ์อากาศ เพื่อช่วยให้ผู้มีอำนาจตัดสินใจ เข้าใจ และเตรียมพร้อมสำหรับเหตุการณ์สภาพอากาศที่จะเกิดขึ้น”
GenCast แตกต่างจากโมเดลแมชชีนเลิร์นนิงรุ่นก่อนๆ ตรงที่นำการพยากรณ์แบบ Ensemble ที่ได้ผลดีในการพยากรณ์แบบดั้งเดิมมาประยุกต์ใช้กับ AI ทำให้ได้ผลลัพธ์ที่แม่นยำมากขึ้นและใช้เวลาน้อยลง
GenCast ได้รับการฝึกฝนจากข้อมูล 4 ทศวรรษ จาก European Centre for Medium-Range Weather Forecasts: ECMWF โดยผลการศึกษาที่ตีพิมพ์ใน Nature ระบุว่า GenCast แม่นยำกว่าการพยากรณ์ 15 วันของ ECMWF ถึง 97.2%
GenCast ยังพัฒนาขึ้นจาก GraphCast โมเดล AI พยากรณ์อากาศที่ Google DeepMind เปิดตัวเมื่อปีที่แล้ว ซึ่ง GraphCast แม่นยำกว่าการพยากรณ์ของ ECMWF ประมาณ 90% สำหรับการพยากรณ์ล่วงหน้า 3-10 วัน
โมเดลการพยากรณ์ AI มักจะเร็วกว่าและมีประสิทธิภาพกว่าวิธีการพยากรณ์แบบมาตรฐาน ซึ่งต้องใช้พลังการคำนวณจำนวนมาก GenCast สามารถสร้างการพยากรณ์ได้ในเวลาเพียง 8 นาที เทียบกับการพยากรณ์แบบดั้งเดิมที่ใช้เวลาหลายชั่วโมง
อย่างไรก็ตาม นักวิจัยกล่าวว่า GenCast ยังสามารถปรับปรุงได้อีก เช่น ความสามารถในการพยากรณ์ความรุนแรงของพายุขนาดใหญ่
ECMWF กล่าวว่า การพัฒนา GenCast เป็น ‘ก้าวสำคัญในการพัฒนาการพยากรณ์อากาศ’ และได้รวมองค์ประกอบสำคัญของ GenCast เข้ากับระบบพยากรณ์ AI ของตัวเองแล้ว
กระนั้นการพัฒนา GenCast กระตุ้นการถกเถียงเกี่ยวกับการใช้ AI ในการพยากรณ์อากาศ โดยนักวิทยาศาสตร์หลายคนสนับสนุนเทคนิคแบบไฮบริด
ในเดือนกรกฎาคม Google เปิดตัว NeuralGCM ซึ่งผสานแมชชีนเลิร์นนิงและฟิสิกส์แบบดั้งเดิม เพื่อให้ได้ผลลัพธ์ที่ดีกว่า AI เพียงอย่างเดียว สำหรับการพยากรณ์ระยะยาวและแนวโน้มสภาพภูมิอากาศ
“มีคำถามและการอภิปรายเกี่ยวกับความสมดุลที่ดีที่สุดระหว่างฟิสิกส์และระบบการพยากรณ์แมชชีนเลิร์นนิง ชุมชนวิทยาศาสตร์กำลังสำรวจสิ่งนี้อย่างแข็งขัน” ECMWF กล่าว
Steven Ramsdale หัวหน้านักพยากรณ์อากาศของ UK Met Office กล่าวว่า “เราเชื่อว่าคุณค่าสูงสุดมาจากวิธีการแบบไฮบริด ซึ่งผสานการประเมินของมนุษย์ แบบจำลองทางฟิสิกส์แบบดั้งเดิม และการพยากรณ์อากาศจาก AI”
อ้างอิง:
