Google DeepMind、WeatherNextのサイクロン予測モデルをオープンソース化
このAIモデルにより、サイクロン予測のリードタイムが24時間以上伸びるとDeepMindは説明している。
なぜ重要か
今回の公開により、AIによる天気予報は全球予測から、被害の大きいサイクロン予測へと広がる。リードタイムの延長は緊急対応計画に影響し得る。重みとコードが公開されることで、研究者や気象機関はこの手法を検証し、適応させ、精査できるようになる。
要点
- 1.WeatherNext Cyclonesにより予測リードタイムが24時間以上伸びるとDeepMindは説明している。
- 2.GoogleはWeatherNext 2とCyclonesのコードおよびモデル重みを公開する。
- 3.小型版のWeatherNext 2-miniモデルは、無料のColabノートブックで実行できる。
Google DeepMindは、WeatherNext Cyclonesモデルがサイクロンの進路、強度、風の構造の予測で最先端の精度を達成し、3日先予測が従来モデルの2日先予測と同等の精度に達したと発表した。Natureに掲載されたこの研究は、Google Researchに加え、National Hurricane Center、CIRA、UK Met Officeなどの予報機関と共同で進められた。Googleは、WeatherNext 2とWeatherNext Cyclonesについて、コードとモデル重みを含めてオープンソース化し、無料の公開Colabノートブックで実行できる小型版WeatherNext 2-miniも公開する。
⚡ 今日から使える
運用利用の前に、オープンソースのWeatherNextモデルを確認し、ColabでWeatherNext 2-miniを使って初期評価を行う。
出典・一次報道
本記事は以下の媒体の報道を要約し、リンクしています。
この記事が役に立ちましたか？次号をメールでお届けします。
関連： 研究
研究者ら、映像の反射除去に向けた拡散モデルを提案
S2Rは、物理ベースの反射シミュレーションと、拡散型の映像除去モデルおよびベンチマークを組み合わせる。
論文、エージェント安全性には実行時契約が必要と主張
arXiv論文は、自律型エージェントには訓練時のアラインメントだけでは不十分だとしている。
研究者ら、弱いモデル向けにAIが構築したハーネスを検証
より強力なモデルが推論時の足場を構築し、Theory-of-Mindベンチマークで弱いモデルのスコアを引き上げた。