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.