Google Deepmind's WeatherNext передбачає шляхи та інтенсивність циклонів одночасно

TL;DR

• •Модель WeatherNext передбачає одночасно траєкторію та інтенсивність тропічних циклонів.
• •Прогноз Accuracy на 24 години перевершує провідні операційні моделі на приблизно 20% (дані не розкриті).
• •Код та ваги моделі доступні з відкритим кодом на репозиторії GitHub DeepMind.
• •Модель тренувалася на десятирічному архіві супутникових спостережень (дані не розкриті).
• •Ліцензія розповсюдження не оголошена у публічному анонсі.

Як це змінить ваш ринок?

Сельськогосподарські компанії зможуть зменшити страхові премії та втрати від урожаю, використовуючи ранні точні прогнози циклонів для адаптації сіву та збору урожаю. Логістичні оператори можуть планувати маршрути з урахуванням прогнозованих штормових зон, що знижує простои та пошкодження вантажу. Страхувальники отримують можливість уточнювати рискові моделі та пропонувати динамічні полиси, базуючись на покращеній прогнозовій точність.

Визначення:

WeatherNext — AI-модель для прогнозу тропічних циклонів, що одночасно визначає їхню траєкторію та інтенсивність, заснована на графових нейронних мережах та тренована на супутникових даних.

Для кого це і за яких умов

Для запуску моделі потрібен GPU з принаймні 24 ГБ пам’яті та навички роботи з PyTorch або TensorFlow (дані не розкриті). Потрібна команда з досвідом у машинному навчанні та обробці геопросторових даних. Мінімальний масштаб — SMB з IT-спеціалістами або доступ до хмарних GPU-інстансів. Час на впровадження — від kilku днів до тижня залежно від інфраструктури та рівня адаптації під регіональні умови.

Альтернативи