Μια ελβετική startup υπόσχεται να φέρει επανάσταση στην πρόβλεψη καιρού, ισχυριζόμενη ότι το AI μοντέλο της ξεπερνά τις τεχνολογικές λύσεις κολοσσών όπως η Microsoft και η Google. Η εταιρεία Jua παρουσίασε πρόσφατα το νέο της μοντέλο πρόβλεψης καιρού, με την ονομασία EPT-2, το οποίο, σύμφωνα με τα πρώτα δεδομένα, προσφέρει μεγαλύτερη ακρίβεια, ταχύτερη απόδοση και σημαντικά μειωμένη κατανάλωση υπολογιστικής ισχύος.
Η πρόκληση απέναντι σε ισχυρούς παίκτες του χώρου, όπως το μοντέλο Aurora της Microsoft και το Graphcast της Google DeepMind, είναι φιλόδοξη. Και τα δύο μοντέλα έχουν ήδη ξεπεράσει σε ακρίβεια τον κορυφαίο μέχρι πρότινος πάροχο πρόγνωσης καιρού, το Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Προγνώσεων Καιρού (ECMWF). Ωστόσο, η Jua υποστηρίζει ότι το EPT-2 ξεπερνά και αυτά τα προηγμένα συστήματα.
Σε μελέτη που δημοσιεύθηκε από την ίδια την εταιρεία και αναμένεται να ανέβει επίσημα στο ανοιχτό επιστημονικό αποθετήριο arXiv μέσα στην επόμενη εβδομάδα, παρουσιάζονται τα αποτελέσματα συγκριτικών δοκιμών μεταξύ του EPT-2 και των κορυφαίων μοντέλων πρόγνωσης, μεταξύ των οποίων το Aurora της Microsoft και τα ENS και IFS HRES του ECMWF.
Σύμφωνα με τη δημοσίευση, το EPT-2 παρουσίασε τη μεγαλύτερη ακρίβεια σε όλες τις μεταβλητές, επικρατώντας κυρίως σε κρίσιμα στοιχεία όπως η ταχύτητα ανέμου σε ύψος 10 μέτρων και η θερμοκρασία αέρα σε ύψος 2 μέτρων, σε ορίζοντα πρόγνωσης δέκα ημερών. Επιπλέον, το μοντέλο της Jua εκτέλεσε τις προβλέψεις του κατά 25% γρηγορότερα από το Aurora και παρουσίασε τις χαμηλότερες τιμές σφάλματος από όλα τα μοντέλα που δοκιμάστηκαν.
Αξιοσημείωτο είναι ότι η Jua υποστηρίζει πως το μοντέλο της πέτυχε αυτές τις επιδόσεις χρησιμοποιώντας 75% λιγότερη υπολογιστική ισχύ σε σχέση με το Aurora, γεγονός που το καθιστά ταυτόχρονα και πιο βιώσιμο ενεργειακά.
Παρόλο που το Graphcast της Google DeepMind δεν συμπεριλήφθηκε στη συγκεκριμένη μελέτη, ο CEO και συνιδρυτής της Jua, Marvin Gabler, εμφανίζεται βέβαιος για την ανωτερότητα της τεχνολογίας τους. Όπως δήλωσε, «σεβόμαστε παίκτες όπως το Microsoft Aurora, το GraphCast και το Tomorrow.io, αλλά είτε είναι πολύ αργοί, είτε περιορισμένοι σε εύρος, είτε βασίζονται ακόμα σε παλαιωμένες υποδομές».
Η πρόβλεψη καιρού με βάση την τεχνητή νοημοσύνη έχει προσελκύσει έντονο ενδιαφέρον τα τελευταία χρόνια, καθώς η ανάγκη για πιο ακριβείς, γρήγορες και οικονομικά βιώσιμες προβλέψεις εντείνεται ειδικά μπροστά στις επιπτώσεις της κλιματικής αλλαγής. Τα παραδοσιακά μετεωρολογικά μοντέλα, όπως αυτά του ECMWF και της NOAA, βασίζονται σε περίπλοκες εξισώσεις φυσικής, οι οποίες απαιτούν υπερυπολογιστές κόστους δισεκατομμυρίων δολαρίων. Αντίθετα, τα συστήματα AI αναγνωρίζουν μοτίβα μέσα από τεράστιες βάσεις δεδομένων και επιτυγχάνουν προβλέψεις με ασύγκριτη ταχύτητα και μικρότερη ενεργειακή απαίτηση.
Ωστόσο, σύμφωνα με τον Gabler, η Jua πηγαίνει την ιδέα ένα βήμα παραπέρα. «Ενώ άλλοι εφαρμόζουν την τεχνητή νοημοσύνη πάνω σε υπάρχοντα συστήματα, εμείς δημιουργήσαμε έναν γηγενή φυσικό προσομοιωτή που κατανοεί τη δυναμική της ατμόσφαιρας της Γης», ανέφερε χαρακτηριστικά. Η προσέγγιση της εταιρείας βασίζεται, όπως φαίνεται, όχι μόνο στη μηχανική μάθηση, αλλά και σε μια ενσωματωμένη κατανόηση της φυσικής λειτουργίας του πλανήτη.
Εάν οι ισχυρισμοί της Jua επιβεβαιωθούν ευρύτερα από την επιστημονική κοινότητα, τότε το EPT-2 θα μπορούσε να αποτελέσει σημείο καμπής στην παγκόσμια μετεωρολογία.
[via]
