Google Research a Google DeepMind vydaly WeatherNext 3, nejnovější verzi firemního systému předpovědi počasí AI a podle účtu Google její dosud nejpřesnější model globální předpovědi. Systém, který byl oznámen 3. září, začne dodávat informace o počasí do Vyhledávání, Map Google a Gemini a je k dispozici firmám a výzkumníkům prostřednictvím cloudových platforem Google.

Na rozdíl od vládních superpočítačů, které produkovaly většinu světových předpovědí po celá desetiletí, je WeatherNext 3 modelem hlubokého učení: učí se vzorce přímo z pozorování spíše než postupné řešení rovnic atmosférické fyziky. Google také říká, že jde o první model umělé inteligence, který začleňuje nezpracovaná satelitní pozorování přímo do globální předpovědi s vysokým rozlišením – což alespoň jeden konkurent zpochybňuje. Zde je to, co se změnilo, a proč prognostici mimo Google pozorně sledují [nejnovější vývoj AI] (https://aibuzzwire.news) v této oblasti.

Jak umělá inteligence prolomila plíseň předpovědí počasí

Tradiční předpovědi pocházejí od národních agentur, jako je americká Národní meteorologická služba a Evropské centrum pro střednědobé předpovědi počasí (ECMWF), jejichž superpočítače brousí matematickými rovnicemi popisujícími fyziku atmosféry. Tyto systémy jsou pozoruhodně přesné, ale drahé a poměrně pomalé.

Alternativa hlubokého učení se rozjela poté, co ECMWF v roce 2018 zveřejnila více než půl století archivovaných dat o počasí, což výzkumníkům poskytlo přesně ten druh tréninkových korpusových neuronových sítí, kterým se daří. "Počasí je chaotické, a tak se malé rozdíly opravdu začnou masivně rušit," řekl TechCrunch Ferran Alet, vedoucí výzkumných pracovníků DeepMind. "Strojové učení se zaměřuje na problém, který skutečně řešíme, což je přibližná hlučná fyzika z neúplných informací a konečných výpočtů, a tak se učí vzorce z mnoha dat."

Ostřejší, rychlejší a mnohem častější

WeatherNext 3 je větší model než jeho předchůdce – má 2,4krát více parametrů – a nyní překonává Operational WeatherBench společnosti Brightband, nezávislý benchmark, který porovnává systémy AI předpovědi teploty, rychlosti větru a vlhkosti. Podle TechCrunch překonává konkurenční modely hlubokého učení od Googlu, Microsoftu, Nvidie a ECMWF a překonává tradiční numerické předpovědi vytvořené americkou národní meteorologickou službou a samotným ECMWF.

Praktické přínosy jsou značné:

  • Rozlišení až 5 km pro klíčové proměnné, kde většina modelů AI předpovídá v oblastech 15 až 25 km. Decoder hlásí, že model je pětkrát podrobnější než WeatherNext 2.
  • Předpověď deště se zlepšila o 60 procent oproti WeatherNext 2 na hodnocení Google a 9to5Google uvádí o 50 procent přesnější předpovědi srážek pro vlastní produkty Google.
  • Hodinové předpovědi namísto standardní šestihodinové kadence, protože model může každou hodinu přijímat satelitní pozorování shromážděná v reálném čase.
  • Cílení na úrovni stanice, což znamená, že model předpovídá, co konkrétní meteorologické stanice – nejen čtverce mřížky – budou měřit.

"Myšlenka, se spoustou aplikací umělé inteligence, je pokusit se spouštět úkoly co možná end-to-end," řekl TechCrunch Daniel Rothenberg, atmosférický vědec ze společnosti Brightband. "Přidání funkce, kde tento model nyní také předpovídá, řekněme, co bude meteorologická stanice na letišti v Denveru měřit každou hodinu, jen propojí tento předpovědní úkol blíže k jádru."

Spor o nezpracovaná satelitní data

Nárok společnosti Google na prvenství spočívá v datové instalaci stejně jako v architektuře modelu. Většina prognostiků AI stále trénuje a inicializuje na formátovaných analytických datových sadách vytvořených vládními meteorologickými agenturami. WeatherNext 3 přijímá nezpracovaná satelitní pozorování přímo, každou hodinu – blíže, jak tvrdí Google, ke skutečné asimilaci dat.

Startup pro počasí s umělou inteligencí WindBorne namítá, že jeho vlastní model WeatherMesh 6 od konce roku 2025 zahrnuje nezpracovaná pozorování z jeho flotily meteorologických balónů a dalších zdrojů. Na dotaz ohledně sporu Google poukázal na globální řešení svých předpovědí. Obě společnosti, poznamenává TechCrunch, se stále opírají o národní datové soubory pro části plynovodu, takže plně přímá asimilace zůstává pro celou oblast nedokončenou prací.

Kde to uživatelé uvidí

„Bude to poprvé, kdy některé ze základních proměnných napájejí a pohánějí mnoho produktů Google,“ řekl TechCrunch Samier Merchant, vedoucí technik společnosti Google. Informace o počasí ve Vyhledávání, Mapách Google a Gemini budou čerpat z výstupu WeatherNext 3, čímž se předpovědi generované umělou inteligencí zobrazí miliardám uživatelů – z nichž mnozí nikdy nebudou znát model za nimi.

Proč na tom záleží mimo aplikaci

Ekonomika je větší příběh. Produkce předpovědí umělé inteligence je rychlá a levná ve srovnání se superpočítačovými soubory, což dává použitelné předpovědi na dosah regionům, které si to nikdy nemohly dovolit. Decoder uvádí, že největší zisky by měly zaznamenat části Afriky, Latinské Ameriky a Asie a Tichomoří, kde chybí přesné předpovědi. Bill Gates uvedl předpovědi počasí pomocí umělé inteligence jako konkrétní přínos pro rozvoj, přičemž lepší předpovědi zlepšují výnosy plodin v rozvojových zemích, a Alet poznamenává, že předpovědi větru, deště a oblačnosti s vyšším rozlišením mohou učinit projekty obnovitelné energie spolehlivějšími.

Meteorologické agentury v Evropě a USA již skládají modely umělé inteligence do svých provozních produktů. S WeatherNext 3 se transformační revoluce, která přetvořila jazyk, tiše stala motorem každodenního počasí.

Udržujte si náskok před AI

Výzkum AI postupuje rychle. Získejte [nejnovější vývoj AI] (https://aibuzzwire.news) na jednom místě.

Přečtěte si další zprávy o AI →