Google DeepMind dan Google Research melancarkan WeatherNext 3 pada hari Khamis, menggambarkannya sebagai model AI cuaca global yang paling maju dan tepat yang pernah dibina oleh syarikat itu. Sistem baharu ini menghasilkan ramalan baharu setiap jam dan bukannya setiap enam, dan menyelesaikan pembolehubah permukaan utama seperti suhu dan lembapan pada grid 5 kilometer — gambar yang dikatakan Google kira-kira lima kali lebih tajam daripada pendahulunya, WeatherNext 2.
Tidak seperti kebanyakan model pelancaran, model ini sudah pun ditenun menjadi produk yang digunakan oleh berbilion-bilion. Menurut Google, WeatherNext 3 kini menguasakan hasil cuaca merentas Carian, Gemini, Peta, Platform Peta Google dan Awan Google. Bagi pengikut [berita dan penyelidikan AI] (https://aibuzzwire.news) terkini, ramalan cuaca secara senyap-senyap telah menjadi salah satu sempadan pembelajaran mesin yang paling berjaya secara komersial — domain yang sistem AI bukan lagi demo penyelidikan tetapi enjin lalai di sebalik jawapan setiap hari.
Lompatan lima kali ganda dalam resolusi
Kegunaan ramalan selalunya datang kepada perincian: betapa halusnya model menyelesaikan ruang dan masa. WeatherNext 3 menjana ramalan setiap jam pada berbilang resolusi spatial. Suhu permukaan dan kelembapan ditunjukkan pada 5 kilometer, pembolehubah permukaan lain pada 10 kilometer, dan pembolehubah atmosfera seperti kelajuan angin pada 25 kilometer.
WeatherNext 2, sebagai perbandingan, menghasilkan ramalan pada grid 25 kilometer dalam kenaikan 6 jam. Dalam perbandingan yang diterbitkan bersama pengumuman itu, ramalan suhu 2 meter model baharu di seluruh United Kingdom menyelesaikan topografi tempatan yang rumit, mengelakkan representasi haba berpiksel dan terlalu halus yang dihasilkan oleh grid lama.
Belajar daripada satelit langsung, bukan hanya simulasi
Perubahan yang lebih mendalam ialah apa yang dipelajari oleh model. Kebanyakan model cuaca AI, termasuk WeatherNext 2, dilatih tentang output daripada ramalan cuaca berangka (NWP) — simulasi fizik dipacu superkomputer yang telah berlabuh meteorologi operasi selama beberapa dekad. Simulasi tersebut membawa lag data selama enam jam, yang memperkenalkan bias ke dalam pembolehubah yang cepat berubah seperti hujan dan suhu permukaan.
WeatherNext 3 mengambil laluan yang berbeza. Ia menyedut mozek langsung imejan satelit geopegun global yang disegarkan setiap jam, di samping analisis sejarah tradisional, dan menyuap kedua-duanya ke dalam Rangkaian Generatif Berfungsi (FGN) tunggal — seni bina pengubah jaringan yang mengeluarkan medan grid padat, trek siklon diskret dan ramalan peringkat stesen secara asli. Oleh kerana setiap ramalan setiap jam didasarkan pada pemerhatian satelit terbaharu, Google berkata model itu boleh menjejaki cuaca yang berubah pantas dengan ketepatan yang jauh lebih tinggi, dengan beberapa keuntungan terbesar dalam kerpasan — ramalan hujan dan salji orang sebenarnya merancang hari mereka.
Daripada sel grid kepada trek siklon
Output FGN sangat pelbagai untuk satu model. Di luar medan grid, ia mengeluarkan trek siklon diskret dan koordinat peringkat stesen yang jarang sebagai ramalan kelas pertama dan bukannya alat tambah selepas diproses. Itu penting bagi peramal yang memantau taufan dan taufan, di mana ralat landasan diterjemahkan terus kepada keputusan pemindahan. Generasi WeatherNext Google sebelum ini menarik perhatian pada bulan Ogos untuk satu kejayaan dalam peramalan siklon tropika, dan seni bina baharu memanjangkan bidang kerja tersebut.
Di mana ramalan akan dipaparkan
Google melancarkan WeatherNext 3 merentas Carian, Gemini, Peta, Platform Peta Google dan Awan. Syarikat itu juga menyerlahkan dua tambahan yang ditujukan kepada pengguna profesional: ramalan kerpasan yang lebih tajam dan pembolehubah tenaga bersih baharu, output yang direka untuk sektor tenaga boleh diperbaharui di mana pengendali angin dan suria merancang sekitar peralihan atmosfera setiap jam.
Perusahaan boleh menyepadukan ramalan melalui Google Cloud, yang meletakkan WeatherNext 3 bukan sahaja sebagai ciri pengguna tetapi sebagai produk data — yang boleh dibina secara langsung oleh firma pertanian, syarikat logistik dan pengendali grid.
Bagaimana tuntutan ketepatan diukur
Dakwaan Google bahawa WeatherNext 3 ialah model cuaca global paling tepat setakat ini bukan sahaja terletak pada ujian dalaman tetapi pada penilaian langsung bebas yang dijalankan oleh Brightband, sebuah syarikat AI cuaca yang menjalankan penanda aras berterusan sistem ramalan. Menjemput penilaian pihak ketiga menjadi corak untuk model sains Google, dan ia menangani kritikan lama bahawa kertas cuaca AI melaporkan hasil pada set sejarah yang dipilih susun dan bukannya keadaan langsung.
Mengapa ini penting di luar apl payung
Pengumuman Google membingkai cuaca sebagai input kepada keputusan pada setiap skala — daripada meraih payung kepada menguruskan gelombang panas dan kemarau yang melanda pertanian, rantaian bekalan global, pengeluaran tenaga bersih dan ekonomi negara. Dalam beberapa tahun kebelakangan ini, peramal AI telah mendapat tempat mereka dalam saluran paip itu dengan menjana ramalan lebih cepat daripada kaedah tradisional sambil memadankan atau mengalahkan ketepatan mereka, menurut Google.
Landskap persaingan juga semakin panas. Agensi meteorologi dan syarikat teknologi sama-sama telah menghantar sistem ramalan AI dalam beberapa tahun kebelakangan ini, dan ramalan berasaskan satelit setiap jam meningkatkan tahap untuk mereka semua. Persoalan untuk tahun hadapan ialah sama ada perkhidmatan cuaca negara mula menganggap model seperti WeatherNext 3 sebagai sumber utama dan bukannya tambahan percubaan — dan sama ada irama setiap jam Google menjadi garis asas baharu industri.
---
Kekal Mendahului AIDapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.
Baca lebih banyak berita AI →
