Les données d’une simulation de plusieurs décennies, appelée ERA5, sont injectées dans le réseau de graphes GraphCast sous forme de mesures à un point particulier. En parcourant le graphe, GraphCasts prédit la prochaine mesure pour ce point et pour ses voisins. Les climatologues ont passé des décennies à rassembler des données sur les changements météorologiques aux quatre coins du globe. Des efforts tels que ERA5, un historique du climat remontant à 1950, élaboré par le Centre européen de prévisions météorologiques à moyen terme (ECMWF), constituent une sorte de simulation de la terre au fil du temps, un historique de la vitesse du vent, de la température, de la pression atmosphérique et d’autres variables, heure par heure. Google DeepMind a fait cette semaine une annonce qui sera accueillie comme un tournant dans l’utilisation de toutes ces données pour faire des prédictions économiques sur le temps qu’il fera. En fonctionnant sur une seule puce AI, le Tensor Processing Unit (TPU) de Google, les scientifiques de DeepMind ont pu exécuter un programme qui peut prédire les conditions météorologiques avec plus de précision qu’un modèle traditionnel fonctionnant sur un superordinateur. De plus : moins c’est plus quand il s’agit d’IA, selon Google DeepMind Le papier DeepMind sera publié dans le prochain numéro de la revue scientifique Science, accompagné d’un article de la rédaction qui compare le papier à une partie de la « révolution » en cours dans la prévision météorologique.
Équilibrer la Numérisation et la Sobriété Numérique dans la Formation Professionnelle : Solutions Actuelles et Besoins Émergents
La formation professionnelle tout au long de la vie (FTLV) connaît une transformation significative dans le contexte actuel de numérisation