גוגל DeepMind פותחת לציבור את מאגרי המשקעים והלוויינים שמאחורי מודלי מזג האוויר שלה

גוגל DeepMind הודיעה שהיא פותחת את מאגרי הנתונים שמאחורי מודלי מזג האוויר שלה: נתוני משקעים ותצפיות מלוויינים גיאוסטציונריים. החברה מתארת אותם כמאגרים "יסודיים" שנועדו לאפשר "לצפות בכדור הארץ בבהירות".

למה דווקא שני הסוגים האלה

DeepMind היא אחת השחקניות הבולטות בחיזוי מזג אוויר בעזרת AI, עם מודלים כמו GraphCast ו-GenCast. מודלים כאלה לא פותרים את משוואות הפיזיקה של האטמוספירה כמו מודלי החיזוי המסורתיים. הם לומדים דפוסים מתוך עשרות שנים של נתוני עבר, ולכן הנתונים שעליהם אומנו קובעים במידה רבה מה הם יודעים לחזות.

משקעים הם אחד המשתנים הקשים ביותר לחיזוי. גשם יורד באופן מקומי ולא רציף, ותחנות מדידה ומכ"מים מכסים רק חלק מהיבשות וכמעט שלא את הימים. לוויינים גיאוסטציונריים משלימים את התמונה: הם נעים בקצב סיבוב כדור הארץ, נשארים מעל אותה נקודה ומצלמים את אותו אזור שוב ושוב. כך אפשר לעקוב אחר התפתחות של עננים וסופות כמעט בזמן אמת, גם במקומות שבהם אין מדידות מהקרקע.

מה לא ידוע

בחומר שעמד לרשותנו לא פורטו היקף המאגרים, התקופה והאזורים שהם מכסים, הרישיון שבו הם מופצים והמקום שבו אפשר להוריד אותם. הפרטים האלה יקבעו כמה שימושי המהלך בפועל. מאגר שמותר לשימוש מסחרי משרת גם חברות וסטארט-אפים, ומאגר שמוגבל למחקר משרת בעיקר את האקדמיה.

המשמעות למחקר

איסוף, ניקוי והאחדה של נתוני לוויין ומשקעים ממקורות שונים הם ככל הנראה החלק היקר והאיטי ביותר בבניית מודל מזג אוויר, לעיתים יותר מהאימון עצמו. קבוצת מחקר באוניברסיטה או שירות מטאורולוגי קטן שמקבלים מאגר מוכן יכולים לדלג על השלב הזה.

יש גם רווח של שקיפות. כשהנתונים פתוחים, חוקרים חיצוניים יכולים לנסות לשחזר את התוצאות ש-DeepMind פרסמה, ולהשוות מודלים מתחרים על בסיס אחיד. ההערכה היא שהמהלך משרת גם את גוגל עצמה: מאגר שהופך לסטנדרט במחקר מקבע את המודלים שנבנו עליו כנקודת הייחוס של התחום.