Naukowcy z MIT opracowali model uczenia maszynowego znacząco poprawiający prognozy pogody w horyzoncie od dwóch do sześciu tygodni. Lepsza przewidywalność ekstremalnych zjawisk pogodowych może uratować życie i ograniczyć straty energetyczne, jak te podczas katastrofy w Teksasie w 2021 roku.
Wyobraź sobie, że zamiast patrzeć przez zamgloną szybę na najbliższe dni, możesz zajrzeć w pogodową przyszłość na ponad miesiąc do przodu. Naukowcy z MIT stworzyli model uczenia maszynowego, który właśnie to obiecuje: znacznie dokładniejsze prognozy w horyzoncie od dwóch do sześciu tygodni, co mogłoby zapobiec katastrofom pokroju teksańskiego blackoutu z 2021 roku, gdy brak przygotowania kosztował ludzkie życie i miliardy dolarów strat.
Brzmi jak przełom i być może nim jest, ale warto zapytać: jak model radzi sobie z chaosem realnego świata poza laboratoryjnymi warunkami testów? Klimat nie czyta naukowych publikacji.
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryginalnym artykule.
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google