Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

Az Envision Tianji nyerte az ECMWF AI időjárási versenyét

2026. október 30. 11:51Forrás: PR Newswire
Az Envision Tianji nyerte az ECMWF AI időjárási versenyét
Kép: PR Newswire

Első helyen végzett az Envision Tianji időjárási alapmodellje az ECMWF legutóbbi AI Weather Quest versenyén. A modell közel 20 nemzetközi csapatot előzött meg, és minden vizsgált mérőszámban az élen zárt a 19, 25 napos előrejelzési időablakban.

A lényeg röviden
  • Az Envision Tianji első lett az ECMWF AI Weather Quest legutóbbi fordulójában.
  • A modell közel 20 nemzetközi csapatot előzött meg.
  • Minden vizsgált mérőszámban, köztük a hőmérsékletnél és a csapadéknál is első helyen végzett.
  • A verseny a 19, 25 napos időszak heti, valószínűségi előrejelzéseit is vizsgálja.
  • A Tianji a perces jelenidejű előrejelzéstől a szezonközi trendekig több időtávot fed le.

Minden vizsgált mérőszámban első lett

Az Envision október 30-án közölte, hogy saját fejlesztésű időjárási alapmodellje, az Envision Tianji nyerte az European Centre for Medium-Range Weather Forecasts, vagyis az ECMWF által szervezett AI Weather Quest legutóbbi fordulóját. A modell a versenyben az Arcana kódnév alatt szerepelt. A név jelentése: „rejtélyek” vagy „tudás”.

A Tianji az összes értékelt kategóriában első helyen végzett. A vizsgálat kiterjedt az átlagolt változókra, a felszínközeli hőmérsékletre, a tengerszinti légnyomásra és a csapadékra is. Az értékelési időszak a 19 és 25 nap közötti előrejelzési ablakra vonatkozott.

Az Envision szerint ez az eredmény közel 20, a világ különböző részeiről érkező élcsapatot megelőzve született.

Folyamatos előrejelzéseket hasonlítanak össze a tényleges időjárással

Az AI Weather Quest a modelleket folyamatos, valós idejű előrejelzésekkel és ellenőrzéssel teszteli. A csapatok hetente küldik be jóslataikat, a szervezők pedig a később bekövetkező tényleges időjárással vetik össze az eredményeket. A ranglista ennek megfelelően nyilvánosan frissül.

A verseny a 15 napos középtávú előrejelzési horizonton túl a heti átlaghőmérséklet, a heti átlagos tengerszinti légnyomás és a heti felhalmozódó csapadék valószínűségi előrejelzését vizsgálja a 19, 25. napra. A hőmérsékletet és a csapadékot főként szárazfölddel borított rácspontokon értékelik, a tengerszinti légnyomást pedig globálisan. Ez azt méri, hogy a modellek mennyire képesek több héttel előre jelezni a heti időjárási viszonyokat és azok bizonytalanságát.

Korábbi versenyeken és energiaipari feladatokban is jól szerepelt

Az Envision közleménye szerint a Tianji mostani győzelme több korábbi eredményhez kapcsolódik. A modell a WeatherBench 2 globális értékelésében is kiemelkedő helyezést ért el, az Envision állítása szerint a Google WeatherNext2 Model szintjén. Első lett továbbá a kínai Országos Meteorológiai Központ által szervezett AI Weather Forecast Model Demonstration Program determinisztikus előrejelzési kategóriájában.

A Tianjit energiaipari előrejelzési feladatokban is használták. Az Envision szerint első helyet szerzett a State Grid mesterségesintelligencia-alapú terhelés-előrejelzési versenyén, valamint a China Southern Power Grid üzleti versenyén.

Robert Zheng, az Envision Tianji Weather Foundation Model vezetője szerint a két héttől két hónapig terjedő szezonközi előrejelzés a meteorológia egyik legnehezebb feladata. A hosszabb időtáv nagyobb bizonytalanságot jelent a légköri változásokban, ezért a modellnek a kialakuló időjárási trendeket kell felismernie.

A modellt a rövid távú és a hosszabb távú tervezésre szánják

Az Envision szerint a Tianji nagy teljesítményű számítástechnikai háttérrel gyors rövid távú és globális előrejelzéseket készít, a kiemelt régiókban pedig javítja a szélsebesség és a besugárzás előrejelzésének pontosságát. A modell a perces időskálájú jelenidejű előrejelzéstől a szezonközi trendek értékeléséig több időtávot fed le.

A vállalat a Tianjit a megújulóenergia-iparban szerzett tapasztalatára építve fejlesztette. Robert Zheng szerint a rendszer petabájtos méretű, nagy tér- és időbeli felbontású adatokra, valamint „űr, levegő, föld” háromdimenziós adathálózatra támaszkodik. A mostani eredmény az Envision értelmezésében azt mutatja, hogy a modell a rövid távú megfigyeléstől a hosszabb távú előrejelzésig használható meteorológiai információt biztosíthat.

EnvisionEnvision TianjiEuropean Centre for Medium-Range Weather ForecastsAI Weather QuestWeatherBench 2tudománybenchmarkkutatási eredményenergia
Kövesd az AI Hírek oldalát a FacebookonA legfontosabb MI-hírek magyarul, rögtön a megjelenés után a hírfolyamodban.Követem

Kapcsolódó hírek

NVIDIA: Tensor Core módszerekkel gyorsítható az atomisztikus szimuláció
Chipek és infrastruktúra2026. október 29. 16:00

NVIDIA: Tensor Core módszerekkel gyorsítható az atomisztikus szimuláció

Az NVIDIA vizsgálata szerint a Tensor Core-ok alacsonyabb pontosságú műveletekre épülő módszerei jelentősen gyorsíthatják a gépi tanulási interatomikus potenciálok…

A Scale AI szerint a modellek felismerik a kémiai kockázatot, mégis válaszolnak
Biztonság és etika2026. október 28.

A Scale AI szerint a modellek felismerik a kémiai kockázatot, mégis válaszolnak

A Scale AI bemutatta a DualChem nevű, 600 szakértői kérdésből álló tesztet, amely azt vizsgálja, hogyan kezelik a nagy nyelvi modellek a jó és káros célra egyaránt…

Az LLM-ek ítélete a kutatási ötletek újdonságáról meglepően ingatag
Kutatás2026. október 27. 09:00

Az LLM-ek ítélete a kutatási ötletek újdonságáról meglepően ingatag

Az Ai2 új benchmarkja szerint a nagy nyelvi modellek ítélete jelentősen változhat attól függően, hogyan kérdezik őket egy kutatási ötlet újdonságáról. Egy kísérletben…