Нейросети и ИИ

В преддверии зимнего шторма, который сейчас обрушился на значительную часть США, прогнозы погоды для некоторых регионов сильно различались, а оценки объёма снегопадов нередко противоречили друг другу. На этом фоне Nvidia выбрала весьма удачный момент для анонса своих новых моделей прогнозирования погоды Earth-2. Или, учитывая заявленную точность, компания знала о надвигающихся событиях больше, чем остальные. Новые ИИ-модели призваны сделать прогнозы погоды быстрее и точнее. По утверждению Nvidia, одна из них - Earth-2 Medium Range - превосходит модель GenCast от Google DeepMind более чем по 70 параметрам. GenCast, представленная Google в декабре 2024 года, уже тогда показала заметно более высокую точность по сравнению с традиционными моделями, способными строить прогнозы на срок до 15 дней. Nvidia объявила о новых инструментах сегодня, на конференции Американского метеорологического общества в Хьюстоне. По словам Майка Притчарда, директора по климатическому моделированию в Nvidia, компания возвращается к более простым и масштабируемым подходам. Вместо узкоспециализированных ИИ-архитектур Nvidia делает ставку на универсальные трансформерные модели, которые легче развивать и адаптировать. Традиционно прогнозы погоды строились на физических моделях, описывающих процессы в атмосфере. ИИ-подходы начали активно внедряться лишь в последние годы. Модель Earth-2 Medium Range основана на новой архитектуре Nvidia под названием Atlas, подробности о которой компания пообещала раскрыть дополнительно. Помимо Medium Range, в набор Earth-2 входят модели Nowcasting и Global Data Assimilation. Nowcasting предназначена для краткосрочных прогнозов на период от нуля до шести часов и помогает оценивать последствия штормов и других опасных погодных явлений. Поскольку модель обучена напрямую на данных геостационарных спутников, а не на региональных физических моделях, её можно применять практически в любой точке мира при наличии спутникового покрытия. Это особенно важно для отдельных штатов и небольших стран. Модель Global Data Assimilation объединяет данные с метеостанций, зондов и других источников, формируя актуальные "снимки" погодных условий в тысячах точек по всему миру. Ранее такая обработка требовала огромных вычислительных ресурсов и занимала часы работы суперкомпьютеров. Новый подход позволяет выполнять эти задачи за считаные минуты с использованием графических процессоров. Три новые модели дополняют уже существующие CorrDiff, которая уточняет грубые прогнозы до высокого разрешения, и FourCastNet3, ориентированную на моделирование отдельных параметров, таких как температура, ветер и влажность. По мнению Притчарда, Earth-2 расширит доступ к мощным инструментам прогнозирования погоды, которые ранее были доступны в основном богатым странам и крупным корпорациям с доступом к суперкомпьютерам. Эти технологии могут использовать национальные метеослужбы, финансовые организации, энергетические компании и другие участники рынка. Некоторые решения уже применяются на практике. Например, метеорологи в Израиле и на Тайване используют CorrDiff, а компании The Weather Company и TotalEnergies тестируют модель Nowcasting. Как отметил Притчард, для одних пользователей подходит централизованный коммерческий сервис прогнозирования, но для государств особенно важен суверенитет. Погода напрямую связана с национальной безопасностью, и возможность самостоятельно управлять прогнозами имеет стратегическое значение.

Нейросети и ИИ

Nvidia представила ИИ-модели Earth-2 для повышения точности прогнозов погоды

Liza Minnelli и Art Garfunkel выпустили песни с помощью ИИ-генератора музыки

WMT AI запустила SaaS-платформу «Нейроключ» для доступа к нейросетям

OpenAI запускает функцию прогнозирования возраста пользователей ChatGPT

Gemini добавила кнопку «Answer now» для пропуска глубокого анализа

Samsung подтвердила бесплатный статус ключевых функций Galaxy AI

Google запускает функцию персонального интеллекта для Gemini