A hírek szerint ez a világ legmegbízhatóbb időjárás-előrejelzése, amelyet eddig készítettek.
A svájci Jua vállalat által kifejlesztett mesterséges intelligencia, az EPT-2, képes felülmúlni olyan nagyágyúkat, mint a Google és a Microsoft által létrehozott modellek.
A svájci Jua nevű startup egy innovatív, mesterséges intelligenciára épülő időjárás-előrejelző modellt fejlesztett ki, amely a cég állítása szerint túlszárnyalja a nagy technológiai vállalatok legjobban teljesítő rendszereit. Ezzel a megoldással a Jua ambiciósan a világ legmegbízhatóbb időjárás-előrejelző rendszerévé kíván válni.
A Jua szerint az EPT-2 modell gyorsabb és pontosabb, mint a Microsoft Aurorája és a Google DeepMind Graphcastja. Korábban mindkét modellről megjelent már egy-egy tanulmány, amelyek alapján a Google és a Microsoft fejlesztése is felülmúlja az európai középtávú időjárás-előrejelző rendszert, az ENS-t, amelyet egyébként a világ legpontosabb rendszerének tartanak.
Ezeket a fejleményeket figyelembe véve, a Jua állítása meglehetősen merésznek tűnik, azonban a vállalat azt állítja, hogy tudományos eredmények támasztják alá ezt az állítást - olvasható a The Next Web cikkében. A vonatkozó publikáció még nem került nyilvánosságra, de várhatóan hamarosan elérhető lesz az arXiv preprint szerveren.
A mérések során az EPT-2 előrejelzése bizonyult a legpontosabbnak. Az olyan paraméterek, mint a szélsebesség vagy a hőmérséklet, terén az EPT-2 kiemelkedő teljesítményt nyújtott, hiszen a 10 napos előrejelzésben 25 százalékkal gyorsabban dolgozott, mint az Aurora, és az összes tesztelt modell között a legalacsonyabb hibaszázalékot produkálta. A Jua jelentése szerint ehhez mindössze 75 százalékkal kevesebb számítási kapacitásra volt szüksége, mint a Microsoft rendszere, amely a második helyen végzett az EPT-2 mögött.
A klasszikus időjárás-előrejelző rendszerek, mint az ECMWF vagy a NOAA, hatalmas szuperszámítógépeken végzik el a bonyolult fizikai egyenletek számításait, amelyek költségei milliárdos nagyságrendűek. Ezzel szemben a mesterséges intelligencia alapú modellek nem az egyenletek megoldására támaszkodnak, hanem óriási adathalmazokból képesek mintákat kiemelni. Ennek köszönhetően akár ezerszer gyorsabban és sokkal gazdaságosabban, valamint kisebb energiaigénnyel készítenek megbízható előrejelzéseket.
