A inteligência artificial está revolucionando campos tecnológicos tradicionais, e a previsão do tempo é a mais recente prova disso. Nesta semana, a equipe do Google DeepMind lançou um modelo revolucionário de previsão do tempo com inteligência artificial chamado GenCast, e publicou os resultados da pesquisa na renomada revista acadêmica Nature. O desempenho deste modelo de IA é impressionante. Os pesquisadores descobriram que o GenCast supera o sistema de previsão meteorológica operacional de ponta mundial atual – o Sistema ENS do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF) – em termos de precisão. Através da comparação com dados de 2018

A equipe DeepMind do Google anunciou recentemente o lançamento de um modelo de inteligência artificial para previsão do tempo chamado GenCast, afirmando que seu desempenho supera o sistema ENS do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF), líder mundial. Essa conquista gerou grande interesse no campo da meteorologia. De acordo com um artigo publicado na revista Nature pela equipe DeepMind, a precisão de previsão do GenCast atinge 97,2%. Os pesquisadores treinaram o modelo usando dados até 2018 e o avaliaram em 20...

A previsão do tempo sempre foi uma arte da luta do homem contra a natureza. De decidir se levar um guarda-chuva a alocar energia renovável e lidar com eventos climáticos extremos, nosso desejo por informações meteorológicas precisas nunca parou. No entanto, a previsão do tempo tradicional sempre foi acompanhada de incerteza, devido às limitações na observação do sistema atmosférico e às limitações inerentes aos modelos de previsão. A previsão numérica do tempo (NWP) tradicional depende há muito tempo de equações complexas de dinâmica atmosférica, tentando mapear as condições climáticas atuais para o futuro. Apesar disso, pequenos erros iniciais tendem a se amplificar rapidamente, tornando as previsões de longo prazo imprecisas.

Em 29 de novembro, o Grupo de Mídia de Meteorologia Huafeng da Administração Meteorológica da China e o Alipay lançaram oficialmente o primeiro assistente inteligente de previsão do tempo em nível nacional - o "Assistente inteligente China Weather". Este assistente inteligente é alimentado por dados meteorológicos oficiais da Administração Meteorológica da China, combinados com o modelo de linguagem grande Ant Minerva e a solução de assistente inteligente para o setor público do Alipay, fornecendo aos usuários vários serviços convenientes, como consulta de previsão do tempo, sugestões de vestuário e divulgação científica meteorológica. Os usuários podem experimentar o serviço acessando a página inicial do Alipay ou baixando o aplicativo Alipay Mini Program. O assistente inteligente "Assistente inteligente China Weather" está conectado a dados de mais de 2400 estações meteorológicas em todo o país e...

O Alibaba Damo Academy (Laboratório Lakeside) lançou em Pequim um avanço significativo: o modelo meteorológico 'Baguan', desenvolvido com base em modelos meteorológicos globais. Este modelo inovador, chamado 'Baguan' (que significa 'perspectivas em oito direções, observando todos os fenômenos'), eleva a precisão da previsão do tempo a um nível sem precedentes. A característica mais notável deste modelo meteorológico é sua altíssima precisão. Ao integrar dados multi-fonte regionais, o modelo pode atingir uma resolução de previsão ultra-fina de 1 km × 1 km × 1 hora. Na aplicação prática, a precisão de previsão deste modelo em indicadores meteorológicos-chave superou os métodos tradicionais de previsão.

O novo modelo NeuralGCM do Google marcou um avanço significativo na previsão do tempo, com uma eficiência de computação 100.000 vezes maior do que os modelos físicos tradicionais, equivalente ao progresso de 25 anos em computação de alto desempenho. Combinando aprendizado de máquina e modelagem física, o NeuralGCM pode simular rapidamente e com precisão as condições atmosféricas da Terra, especialmente na previsão do tempo de 2 a 15 dias, com precisão superior à dos modelos existentes. A velocidade e o custo computacional também foram significativamente melhorados, cerca de 3500 vezes mais rápido e com custo reduzido em comparação com os modelos tradicionais.

A IBM e a NASA estão colaborando no desenvolvimento de IA geoespacial para combater as mudanças climáticas. A parceria visa criar um modelo de base multimodal para previsão do tempo, análise de ilhas de calor, mapeamento e previsão de eventos climáticos extremos. A IBM planeja lançar o modelo como código aberto para impulsionar a pesquisa e descobertas científicas em todo o mundo. Esse modelo de base promete acelerar as descobertas científicas, fornecendo soluções rápidas para pesquisadores e contribuindo para um planeta mais seguro e saudável.

O Google DeepMind lançou o GraphCast, um modelo de IA global para previsão do tempo que prevê com precisão o tempo dos próximos 10 dias em apenas 1 minuto. Treinado com dados do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF), sua precisão ultrapassa 90%. O modelo de código aberto representa um avanço significativo no campo da previsão do tempo. O GraphCast demonstra desempenho superior na previsão de eventos climáticos extremos e no rastreamento de ciclones. Este modelo marca um passo inovador na previsão do tempo, fornecendo uma ferramenta poderosa para pesquisas futuras em meteorologia.

O ECMWF (Centro Europeu de Previsões Meteorológicas de Médio Prazo) e a Huawei estão colaborando no uso do modelo meteorológico Pangus da Huawei para previsão do tempo. O modelo meteorológico Pangus demonstrou eficiência e precisão na previsão de eventos climáticos extremos, como trajetórias de tufões, ondas de frio e ondas de calor. O objetivo da Huawei é usar o modelo meteorológico Pangus para criar uma estrutura de previsão do tempo de IA de próxima geração, melhorando a precisão e a velocidade das previsões.