GenCast nadmašuje trenutni najbolji sistem, ECMWF-ov ENS, u prognozama do 25 dana unaprijed.

GenCast je model difuzije, sličan onima koji su dio AI generatora slika, međutim, posebno je podešen za geometriju Zemlje. Obučen je na osnovu četiri decenije historijskih podataka iz ECMWF-ovih arhiva.

Kako bi ga testirao, Google je trenirao GenCast na historijskim vremenskim podacima do 2018. godine te je kreirao 1.320 različitih vremenskih prognoza za 2019. godinu, a onda ih je uporedio s ENS-om i stvarnim vremenom. GenCast je bio precizniji od ENS-a u 97,2 posto slučajeva, dok je njegova preciznost prognoze za 36 sata i duže bila veća za do 99,8 posto.

Google je u jednom primjeru dao zadatak GenCastu da predvidi put tajfuna Hagibis, koji je pogodio Japan 2019. godine. Crvena boja označava putanju tajfuna, dok plava predstavlja moguće putanje koje je predvidio Googleov AI model. Nakon sedam dana su prilično raširene, no sužavaju se na stvarnom putu kako se tajfun približava kopnu.

GenCast daje više vremena vlastima da se pripreme za loše vremenske prilike, a može predvidjeti i brzinu vjetra blizu vjetroelektrana, vrijeme u području solarnih farmi i slično.

GenCast je "model ansambla", što znači da proizvodi više od 50 predviđanja s različitim vjerovatnoćama. Jedno takvo predviđanje, koje obuhvata 15-dnevnu prognozu, može se generisati za osam minuta na Google Cloud TPU v5, navode iz Googlea. Više predviđanja se može obavljati paralelno. U međuvremenu, za tradicionalni model vremenske prognoze potrebni su sati na superkompjuteru.

Google je lansirao GenCast kao otvoreni model. Kompanija planira nastaviti sarađivati s agencijama za vremensku prognozu i naučnicima kako bi buduće vremenske prognoze bile još bolje.