Модель GenCast точно предскажет экстремальные погодные явления
Она уже справилась с предсказанием траектории тайфуна Хагибис
Новая вероятностная модель GenCast способна за восемь минут сделать прогноз погоды на 15 дней, и он по 97,2 процента метрик окажется более точным, чем у широко применяемого ансамбля ECMWF-ENS. Кроме того, модель показала значительно более точные результаты предсказания экстремальных погодных событий и может применяться для составления региональных прогнозов выработки ветряной энергетики. Описание модели опубликовано в журнале Nature.
Специалисты в области машинного обучения под руководством Илана Прайса (Ilan Price) из Google DeepMind применили диффузионную модель для генерации прогнозных траекторий погодных явлений и обучили ее на метеоданных реанализа ERA5 с 1979 по 2019 годы. Полученная модель прогноза погоды GenCast быстро выдает прогнозы погоды с географическим разрешением 0,25 градуса, которые особенно точны на промежутках от трех до пяти дней. Также она способна предсказывать траектории тропических циклонов — например, тайфуна Хагибис, который нанес огромный ущерб Японии в 2019 году — а также оценивать экстремальные температуры и скорости ветра.
Коммерчески доступный стабилизатор справился с задачей немного хуже
Стабилизатор на основе целлюлозы помог предотвратить утечку свинца из перовскитных солнечных элементов, снижение токсичности подтвердили в экспериментах с клеточными культурами и проращиванием редиса. При этом эффективность от стабилизации не пострадала, образец даже стал работать немного лучше, говорится в статье, опубликованной в Nature Communications.