Она уже справилась с предсказанием траектории тайфуна Хагибис
Новая вероятностная модель GenCast способна за восемь минут сделать прогноз погоды на 15 дней, и он по 97,2 процента метрик окажется более точным, чем у широко применяемого ансамбля ECMWF-ENS. Кроме того, модель показала значительно более точные результаты предсказания экстремальных погодных событий и может применяться для составления региональных прогнозов выработки ветряной энергетики. Описание модели опубликовано в журнале Nature.
Специалисты в области машинного обучения под руководством Илана Прайса (Ilan Price) из Google DeepMind применили диффузионную модель для генерации прогнозных траекторий погодных явлений и обучили ее на метеоданных реанализа ERA5 с 1979 по 2019 годы. Полученная модель прогноза погоды GenCast быстро выдает прогнозы погоды с географическим разрешением 0,25 градуса, которые особенно точны на промежутках от трех до пяти дней. Также она способна предсказывать траектории тропических циклонов — например, тайфуна Хагибис, который нанес огромный ущерб Японии в 2019 году — а также оценивать экстремальные температуры и скорости ветра.
Оптимальной оказалась температура 20–24 градуса Цельсия
Амир Баниассади (Amir Baniassadi) из Гарвардской медицинской школы с коллегами провел небольшое лонгитюдное обсервационное исследование и пришел к выводу, что способность к поддержанию внимания у пожилых людей связана с температурой в их жилище. В работе приняли участие 47 жителей Бостона в возрасте 65 лет и старше. На протяжении года они сообщали о сложностях в концентрации внимания, а в их домах регистрировали температуру воздуха. Результаты опубликованы в The Journals of Gerontology: Series A.