GraphCast являє собою графову нейромережу, навчену на 39-річних метеоданих. Вона аналізує взаємозв’язки різних погодних змінних і на цій основі будує прогноз.
На відміну від традиційних підходів, модель DeepMind використовує дані із супутників, радарів і метеостанцій. При цьому її навчання вимагає значних обчислювальних ресурсів.
Згідно з тестуванням, GraphCast перевершує еталонну систему ECMWF за точністю прогнозу для більшості змінних і горизонтів прогнозу. Особливо добре модель зарекомендувала себе в аналізі тропосфери.
Однак модель DeepMind має недоліки. Її прогнози можуть бути неповними, а також ускладнені на великій висоті. На думку розробників, ШІ поки що не може повністю замінити традиційні чисельні методи прогнозування.
Google DeepMind опублікувала код GraphCast на GitHub.