Google DeepMind a Google Research spustily ve čtvrtek WeatherNext 3 a popisují jej jako nejpokročilejší a nejpřesnější globální model umělé inteligence, jaký kdy společnost vytvořila. Nový systém vytváří čerstvou předpověď každou hodinu místo každých šest a řeší klíčové povrchové proměnné, jako je teplota a vlhkost, na 5kilometrové mřížce – obrázek, jak říká Google, je zhruba pětkrát ostřejší než jeho předchůdce WeatherNext 2.
Na rozdíl od většiny uváděných modelů je tento již vetkán do produktů, které používají miliardy. Podle Google nyní WeatherNext 3 podporuje výsledky počasí ve Vyhledávání, Gemini, Mapách, Google Maps Platform a Google Cloud. Pro stoupence nejnovějších zpráv a výzkumu AI se předpověď počasí v tichosti stala jednou z komerčně nejúspěšnějších hranic strojového učení – doménou, kde systémy AI již nejsou ukázkami výzkumu, ale výchozím motorem každodenních odpovědí.
Pětinásobný skok v rozlišení
Užitečnost prognózy často spočívá v detailech: jak přesně model rozlišuje prostor i čas. WeatherNext 3 generuje hodinové předpovědi ve více prostorových rozlišeních. Povrchová teplota a vlhkost jsou vykresleny na 5 kilometrů, ostatní povrchové proměnné na 10 kilometrů a atmosférické proměnné, jako je rychlost větru na 25 kilometrů.
WeatherNext 2 pro srovnání vytvářel předpovědi na 25kilometrové síti v 6hodinových krocích. Ve srovnání zveřejněném spolu s oznámením, 2metrová teplotní předpověď nového modelu nad Spojeným královstvím vyřešila složitou místní topografii a vyhnula se pixelovaným, příliš vyhlazeným tepelným reprezentacím, které produkovala starší mřížka.
Učení se z živých satelitů, nejen ze simulací
Hlubší změna je to, z čeho se model učí. Většina modelů počasí s umělou inteligencí, včetně WeatherNext 2, je trénována na výstupech z numerické předpovědi počasí (NWP) – superpočítačově řízených fyzikálních simulací, které ukotvily provozní meteorologii po celá desetiletí. Tyto simulace nesou šestihodinové zpoždění dat, což vnáší zkreslení do rychle se měnících proměnných, jako je déšť a povrchová teplota.
WeatherNext 3 jde jinou cestou. Přijímá živou mozaiku globálních geostacionárních satelitních snímků obnovovaných každou hodinu spolu s tradičními historickými analýzami a dodává obojí do jediné funkční generativní sítě (FGN) – architektury síťového transformátoru, která nativně poskytuje hustá mřížková pole, diskrétní cyklónové dráhy a předpovědi na úrovni stanic. Protože každá hodinová předpověď je založena na nejnovějších satelitních pozorováních, Google říká, že tento model dokáže sledovat rychle se měnící počasí s mnohem větší přesností, s některými z největších nárůstů srážek – podle předpovědí deště a sněhu si lidé ve skutečnosti plánují své dny.
Od buněk mřížky po stopy cyklonů
Výstupy FGN jsou pro jeden model značně různorodé. Za mřížkovanými poli vysílá diskrétní cyklónové stopy a řídké souřadnice na úrovni stanice jako prvotřídní předpovědi spíše než dodatečně zpracované doplňky. To je důležité pro prognostiky, které monitorují hurikány a tajfuny, kde se chyby na trati promítají přímo do rozhodnutí o evakuaci. Předchozí generace WeatherNext od Googlu přitáhla v srpnu pozornost na průlom v předpovědi tropických cyklónů a nová architektura tuto linii práce rozšiřuje.
Kde se objeví předpovědi
Google zavádí WeatherNext 3 pro Vyhledávání, Gemini, Mapy, Google Maps Platform a Cloud. Společnost také zdůraznila dva přírůstky zaměřené na profesionální uživatele: ostřejší předpověď srážek a nové proměnné čisté energie, výstupy navržené pro sektor obnovitelné energie, kde provozovatelé větrné a solární energie plánují přibližně hodinové atmosférické posuny.
Podniky mohou předpovědi integrovat prostřednictvím Google Cloud, který staví WeatherNext 3 nejen jako spotřebitelskou funkci, ale jako datový produkt – takový, na kterém mohou přímo stavět zemědělské firmy, logistické společnosti a provozovatelé sítí.
Jak byl měřen požadavek na přesnost
Tvrzení společnosti Google, že WeatherNext 3 je dosud nejpřesnějším globálním modelem počasí, nespočívá pouze na interním testování, ale také na nezávislých živých vyhodnoceních prováděných Brightbandem, společností zabývající se umělou inteligencí počasí, která provozuje průběžné srovnávání předpovědních systémů. Pozvání hodnocení třetí stranou se stává vzorem pro vědecké modely Google a řeší dlouhodobou kritiku, že časopisy o počasí AI uvádějí výsledky na kurátorských historických souborech spíše než na živých podmínkách.
Proč na tom záleží mimo zastřešující aplikaci
Oznámení společnosti Google zarámuje počasí jako vstup pro rozhodování v každém měřítku – od popadnutí deštníku po zvládnutí vln veder a sucha, které se šíří zemědělstvím, globálními dodavatelskými řetězci, výrobou čisté energie a národními ekonomikami. V posledních letech si prognostici umělé inteligence vydobyli své místo v tomto potrubí tím, že generují předpovědi rychleji než tradiční metody a přitom odpovídají nebo překonávají jejich přesnost, uvádí Google.
Konkurenční prostředí se také zahřívá. Meteorologické agentury a technologické společnosti v posledních letech dodaly předpovědní systémy umělé inteligence a hodinové předpovědi založené na satelitech zvyšují laťku pro všechny z nich. Otázkou pro příští rok je, zda národní meteorologické služby začnou zacházet s modely jako WeatherNext 3 jako s primárními zdroji spíše než s experimentálními doplňky – a zda se hodinová kadence Googlu stane novou základní linií odvětví.
---
Stay Ahead of AIZískejte nejnovější zprávy, analýzy a průlomové informace o umělé inteligenci – vše na jednom místě.
Přečtěte si další zprávy o AI →
