Ученые разработали новую модель машинного обучения NeuralGCM, способную точно прогнозировать погоду и моделировать климат. Она превосходит некоторые существующие модели и требует значительно меньше вычислительных ресурсов.
Традиционно для прогнозирования погоды и климата используются модели общей циркуляции (GCM), основанные на физических процессах атмосферы, океана и суши. Однако они требуют больших вычислительных мощностей. Модели машинного обучения предлагают альтернативный подход, но часто уступают GCM в долгосрочных прогнозах.