Google DeepMindの「GenCast」と名付けられたこのモデルは、従来の最も精度の高い中期的な天気予報を上回る性能を発揮し、異常気象、熱帯サイクロンの進路、および風力発電の予測もより正確に行うことができます。Nature掲載論文の著者（Ilan Price）らは、GenCastを40年分（1979年から2018年）の気象発生に関する最良の推定分析データで訓練しています。80以上の地表および大気変数について、15日間の世界的な予報を12時間刻みで、8分以内に生成することができます。
- GenCast predicts weather and the risks of extreme conditions with state-of-the-art accuracy（12/4 Google DeepMind）
- Probabilistic weather forecasting with machine learning（12/4 Nature）
欧州中期気象予報センター（ECMWF：European Centre for Medium-Range Weather Forecasts）のアンサンブル予報（ENS：ensemble forecast）と比較したところ、決定論的予報で現在世界で最も精度の高い中期予報であるENSを、GenCastは1,320のパフォーマンス評価基準のうち97.2%で上回っていました。また、GenCastは異常気象、熱帯サイクロンの進路、および風力発電の生産量の予測において、より効果的であることも確認されています。
正確な気象予報は、傘を持つべきかどうか、風力発電の評価、および異常気象への対応など、個人、政府、および組織が日常的に重要な意思決定を行う上で不可欠です。従来の気象予報は、数値気象予報に基づいており、現在の天気を推定して、それを将来の気象予報に当てはめています（決定論的予報）。多数の潜在的なシナリオが生成され、それらを組み合わせることで気象予報が作成されています。
GenCastは「機械学習による気象予報」です。現在の気象状態と過去の気象状態に基づいて、将来の天候の可能性を予測する確率的な予報を生成します。
気候危機に対処するためには、温室効果ガスの排出を大幅に削減し、気候変動に適応するための対策を講じる必要があります。正確な早期警報システムのためにも高精度天気予測が不可欠です。
- Destination Earth（Google検索）
Destination Earthは、自然現象、危険、関連する人間の活動をモデル化、監視、シミュレートするための高精度の地球デジタルモデル（地球のデジタルツイン）を開発する欧州委員会（EU）の主要イニシアチブです。気候変動や環境災害の影響をより深く理解し、政策立案者がこれらの問題に効果的に対応できるようにすることを目的としています。
- Destination Earth（Official website）
- Destination Earth platform（Website）
