جوجل ديب مايند قدمت نموذجًا جديدًا لتوقعات الطقس يُدعى "جراف كاست"، والذي يتميز بنسبة دقة تبلغ 90%، متفوقًا على الأنظمة التقليدية. هذا النموذج لتعلم الآلة يعتمد على البيانات التاريخية بدلاً من المحاكاة المعقدة، مما يبسط الحسابات ويوفر الطاقة. "جراف كاست" يبدأ بالحالة الجوية الحالية والبيانات من ست ساعات مضت، ويقوم بعمل توقعات للست ساعات القادمة ثم يعيد تغذية هذه التوقعات إلى النموذج لتوفير توقعات طويلة المدى. إنه يتفوق حتى في توقع الظروف الجوية القاسية مثل العواصف الاستوائية، على الرغم من عدم تدريبه خصيصًا لها. يؤكد الباحثون أن هدف "جراف كاست" هو تعزيز الأساليب الأرصادية التقليدية بدلاً من استبدالها. "جراف كاست" يمثل تقدمًا كبيرًا في تكنولوجيا توقعات الطقس.

‍

"جراف كاست" من جوجل ديب مايند هو نموذج متطور لتوقعات الطقس يتفوق على الأنظمة التقليدية للتنبؤ العددي بنسبة دقة تزيد عن 90%. على عكس النماذج التقليدية التي تعتمد على محاكاة معقدة، يعتمد "جراف كاست" على البيانات التاريخية، مما يقلل من تعقيد الحسابات واستهلاك الطاقة. يبدأ بالبيانات الجوية الحالية والبيانات من الماضي، ويقدم توقعات للمدى القصير ويقوم بتحسينها تدريجياً للمدى الطويل. يتفوق "جراف كاست" بشكل ملحوظ في توقع الظروف الجوية القاسية، على الرغم من عدم تصميمه خصيصًا لهذا الغرض.