{"id":7415,"date":"2023-11-15T09:23:17","date_gmt":"2023-11-15T09:23:17","guid":{"rendered":"https:\/\/dailyai.com\/?p=7415"},"modified":"2023-11-15T11:28:59","modified_gmt":"2023-11-15T11:28:59","slug":"googles-graphcast-model-predicts-weather-better-than-the-rest","status":"publish","type":"post","link":"https:\/\/dailyai.com\/it\/2023\/11\/googles-graphcast-model-predicts-weather-better-than-the-rest\/","title":{"rendered":"Il modello GraphCast di Google predice il tempo meglio degli altri"},"content":{"rendered":"

Il modello di apprendimento automatico di Google DeepMind, GraphCast, ha battuto di gran lunga i metodi tradizionali di previsione del tempo nei primi test.<\/strong><\/p>\n

Prevedere il tempo con precisione \u00e8 un compito difficile che diventa esponenzialmente complesso quanto pi\u00f9 giorni nel futuro si vuole prevedere.<\/p>\n

Ecco perch\u00e9 le organizzazioni meteorologiche si affidano ai pi\u00f9 potenti supercomputer del mondo per elaborare i complessi algoritmi di previsione che ci dicono se domani piover\u00e0 o meno.<\/p>\n

Il modello Integrated Forecasting System (IFS) utilizzato dal Centro europeo per le previsioni meteorologiche a medio raggio (ECMWF) \u00e8 considerato il modello meteorologico europeo pi\u00f9 accurato. E GraphCast lo ha appena battuto di gran lunga.<\/p>\n

GraficoCast<\/a> \u00e8 stato in grado di prevedere il tempo con 10 giorni di anticipo in modo pi\u00f9 rapido e accurato rispetto a ECMWF in pi\u00f9 di 90% su 1.380 obiettivi di verifica.<\/p>\n

Sapere se \u00e8 il caso di portare l'ombrello al lavoro \u00e8 utile, ma prevedere con precisione gli eventi meteorologici estremi \u00e8 l'ambito in cui GraphCast potrebbe avere un impatto significativo.<\/p>\n

A settembre, quando mancavano 9 giorni all'arrivo dell'uragano Lee, gli uffici meteorologici stavano lavorando duramente per prevedere quale citt\u00e0 avrebbe sopportato il peso della tempesta.<\/p>\n

Il modello IFS ha fornito una previsione approssimativa del fatto che l'uragano avrebbe colpito alcune citt\u00e0 del Nord-Est o forse le avrebbe mancate del tutto. Nel frattempo, GraphCast ha previsto che l'uragano Lee avrebbe colpito la Nuova Scozia.<\/p>\n

Solo 3 giorni dopo, l'IFS \u00e8 giunto alla stessa conclusione, che alla fine si \u00e8 rivelata esatta. Immaginate il miglioramento nel dispiegamento delle risorse e dei servizi di emergenza che 3 giorni in pi\u00f9 renderebbero possibile.<\/p>\n

Pushmeet Kohli, vicepresidente della ricerca di Google DeepMind, ha dichiarato: \"La previsione meteorologica \u00e8 uno dei problemi pi\u00f9 impegnativi su cui l'umanit\u00e0 ha lavorato per molto, molto tempo. E se si guarda a ci\u00f2 che \u00e8 accaduto negli ultimi anni con il cambiamento climatico, si tratta di un problema incredibilmente importante\".<\/p>\n

\n

Presentiamo GraphCast: il nostro modello AI all'avanguardia che fornisce previsioni meteo a 10 giorni con una precisione senza precedenti in meno di un minuto. \ud83c\udf26\ufe0f<\/p>\n

Pu\u00f2 anche aiutare a prevedere i potenziali percorsi dei cicloni in un futuro pi\u00f9 lontano.<\/p>\n

Ecco come funziona. \ud83e\uddf5 https:\/\/t.co\/ygughpkdeP<\/a> pic.twitter.com\/0Y6DyBXDow<\/a><\/p>\n

- Google DeepMind (@GoogleDeepMind) 14 novembre 2023<\/a><\/p>\n<\/blockquote>\n