Google DeepMind และ Google Research เปิดตัว WeatherNext 3 เมื่อวันพฤหัสบดี โดยอธิบายว่าเป็นโมเดล AI สภาพอากาศทั่วโลกที่ทันสมัยและแม่นยำที่สุดเท่าที่บริษัทเคยสร้างมา ระบบใหม่สร้างการคาดการณ์ใหม่ทุกๆ ชั่วโมง แทนที่จะเป็นทุกๆ หกครั้ง และแก้ไขตัวแปรพื้นผิวที่สำคัญ เช่น อุณหภูมิและความชื้น ที่เส้นตาราง 5 กิโลเมตร ภาพที่ Google บอกว่าคมชัดกว่า WeatherNext 2 รุ่นก่อนประมาณห้าเท่า

ต่างจากการเปิดตัวโมเดลส่วนใหญ่ โมเดลนี้ได้ถูกถักทอเป็นผลิตภัณฑ์ที่ใช้กันนับพันล้านแล้ว จากข้อมูลของ Google ขณะนี้ WeatherNext 3 ขับเคลื่อนผลการค้นหาสภาพอากาศใน Search, Gemini, Maps, แพลตฟอร์ม Google Maps และ Google Cloud สำหรับผู้ติดตาม [ข่าวสารและการวิจัย AI] (https://aibuzzwire.news) ล่าสุด การพยากรณ์อากาศได้กลายเป็นหนึ่งในขอบเขตที่ประสบความสำเร็จทางการค้ามากที่สุดของแมชชีนเลิร์นนิงอย่างเงียบๆ ซึ่งเป็นโดเมนที่ระบบ AI ไม่ใช่การสาธิตการวิจัยอีกต่อไป แต่เป็นเครื่องมือเริ่มต้นที่อยู่เบื้องหลังคำตอบในชีวิตประจำวัน

ความละเอียดเพิ่มขึ้นห้าเท่า

ประโยชน์ของการคาดการณ์มักจะลงรายละเอียดว่าโมเดลสามารถแก้ไขทั้งพื้นที่และเวลาได้ละเอียดเพียงใด WeatherNext 3 สร้างการพยากรณ์รายชั่วโมงด้วยความละเอียดเชิงพื้นที่ที่หลากหลาย อุณหภูมิและความชื้นพื้นผิวแสดงที่ 5 กิโลเมตร ตัวแปรพื้นผิวอื่นๆ ที่ 10 กิโลเมตร และตัวแปรบรรยากาศ เช่น ความเร็วลม 25 กิโลเมตร

เมื่อเปรียบเทียบกันแล้ว WeatherNext 2 ได้คาดการณ์กริดระยะทาง 25 กิโลเมตรโดยเพิ่มขึ้นทีละ 6 ชั่วโมง ในการเปรียบเทียบที่เผยแพร่ควบคู่ไปกับการประกาศ การพยากรณ์อุณหภูมิ 2 เมตรของรุ่นใหม่ในสหราชอาณาจักรได้แก้ไขภูมิประเทศในท้องถิ่นที่ซับซ้อน โดยหลีกเลี่ยงการแสดงภาพความร้อนแบบพิกเซลและเรียบเกินไปที่กริดแบบเก่าสร้างขึ้น

เรียนรู้จากดาวเทียมถ่ายทอดสด ไม่ใช่แค่การจำลอง

การเปลี่ยนแปลงที่ลึกซึ้งยิ่งขึ้นคือสิ่งที่โมเดลเรียนรู้จาก โมเดลสภาพอากาศ AI ส่วนใหญ่ รวมถึง WeatherNext 2 ได้รับการฝึกฝนเกี่ยวกับเอาต์พุตจากการพยากรณ์อากาศเชิงตัวเลข (NWP) ซึ่งเป็นการจำลองทางฟิสิกส์ที่ขับเคลื่อนด้วยซูเปอร์คอมพิวเตอร์ซึ่งยึดถือหลักอุตุนิยมวิทยาในการปฏิบัติงานมานานหลายทศวรรษ การจำลองเหล่านี้มีความล่าช้าของข้อมูลหกชั่วโมง ซึ่งทำให้เกิดอคติต่อตัวแปรที่เปลี่ยนแปลงอย่างรวดเร็ว เช่น ฝนและอุณหภูมิพื้นผิว

WeatherNext 3 ใช้เส้นทางอื่น โดยจะนำเข้าภาพโมเสกสดของภาพถ่ายดาวเทียม geostationary ทั่วโลกที่รีเฟรชทุกชั่วโมง ควบคู่ไปกับการวิเคราะห์ทางประวัติศาสตร์แบบดั้งเดิม และป้อนทั้งคู่เข้าไว้ใน Functional Generative Network (FGN) เดียว ซึ่งเป็นสถาปัตยกรรมหม้อแปลงแบบตาข่ายที่ส่งออกสนามกริดที่มีความหนาแน่นสูง รางพายุไซโคลนที่แยกจากกัน และการคาดการณ์ระดับสถานีโดยกำเนิด เนื่องจากการพยากรณ์ทุกชั่วโมงมีพื้นฐานมาจากการสังเกตการณ์ด้วยดาวเทียมล่าสุด Google กล่าวว่าโมเดลดังกล่าวสามารถติดตามสภาพอากาศที่เปลี่ยนแปลงอย่างรวดเร็วได้อย่างแม่นยำยิ่งขึ้น โดยมีปริมาณฝนเพิ่มขึ้นมากที่สุด — การคาดการณ์ฝนและหิมะที่ผู้คนวางแผนในแต่ละวัน

จากกริดเซลล์ไปจนถึงแทร็กไซโคลน

ผลลัพธ์ของ FGN มีความหลากหลายอย่างเห็นได้ชัดสำหรับรุ่นเดียว นอกเหนือจากฟิลด์แบบตารางแล้ว ยังปล่อยเส้นทางพายุไซโคลนที่แยกจากกันและพิกัดระดับสถานีแบบกระจัดกระจายเป็นการคาดการณ์ระดับเฟิร์สคลาส แทนที่จะเป็นส่วนเสริมหลังการประมวลผล นั่นเป็นสิ่งสำคัญสำหรับนักพยากรณ์ที่ติดตามพายุเฮอริเคนและไต้ฝุ่น ซึ่งข้อผิดพลาดในการติดตามแปลเป็นการตัดสินใจอพยพโดยตรง WeatherNext รุ่นก่อนหน้าของ Google ดึงดูดความสนใจในเดือนสิงหาคมสำหรับความก้าวหน้าในการพยากรณ์พายุหมุนเขตร้อน และสถาปัตยกรรมใหม่ได้ขยายสายงานดังกล่าว

การคาดการณ์จะปรากฏที่ใด

Google กำลังเปิดตัว WeatherNext 3 ใน Search, Gemini, Maps, Google Maps Platform และ Cloud บริษัทยังได้เน้นย้ำถึงการเพิ่ม 2 ประการที่มุ่งเป้าไปที่ผู้ใช้มืออาชีพ ได้แก่ การพยากรณ์ปริมาณฝนที่คมชัดยิ่งขึ้น และตัวแปรพลังงานสะอาดใหม่ ผลผลิตที่ออกแบบมาสำหรับภาคพลังงานหมุนเวียนที่ผู้ปฏิบัติงานด้านพลังงานลมและพลังงานแสงอาทิตย์วางแผนการเปลี่ยนแปลงบรรยากาศรายชั่วโมง

องค์กรต่างๆ สามารถผสานรวมการคาดการณ์ผ่าน Google Cloud ซึ่งทำให้ WeatherNext 3 ไม่เพียงแต่เป็นคุณลักษณะสำหรับผู้บริโภคเท่านั้น แต่ยังเป็นผลิตภัณฑ์ข้อมูลที่บริษัทเกษตรกรรม บริษัทโลจิสติกส์ และผู้ให้บริการกริดสามารถสร้างได้โดยตรง

วิธีวัดการอ้างความถูกต้องแม่นยำ

คำกล่าวอ้างของ Google ที่ว่า WeatherNext 3 เป็นแบบจำลองสภาพอากาศทั่วโลกที่แม่นยำที่สุดจนถึงปัจจุบัน ไม่เพียงแต่ขึ้นอยู่กับการทดสอบภายในเท่านั้น แต่ยังขึ้นอยู่กับการประเมินสดโดยอิสระที่ดำเนินการโดย Brightband ซึ่งเป็นบริษัท AI พยากรณ์อากาศที่ดำเนินการวัดมาตรฐานของระบบพยากรณ์อย่างต่อเนื่อง การเชิญชวนให้ประเมินโดยบุคคลที่สามกำลังกลายเป็นรูปแบบสำหรับแบบจำลองทางวิทยาศาสตร์ของ Google และเป็นการกล่าวถึงคำวิพากษ์วิจารณ์ที่มีมายาวนานว่าเอกสารสภาพอากาศของ AI รายงานผลลัพธ์เกี่ยวกับชุดประวัติศาสตร์ที่ได้รับการดูแลจัดการมากกว่าสภาพความเป็นอยู่

เหตุใดจึงมีความสำคัญนอกเหนือจากแอปร่ม

ประกาศของ Google กำหนดกรอบสภาพอากาศเป็นข้อมูลประกอบการตัดสินใจในทุกระดับ ตั้งแต่การหยิบร่มไปจนถึงการจัดการคลื่นความร้อนและความแห้งแล้งที่ส่งผลกระทบทางการเกษตร ห่วงโซ่อุปทานทั่วโลก การผลิตพลังงานสะอาด และเศรษฐกิจของประเทศ ในช่วงไม่กี่ปีที่ผ่านมา นักพยากรณ์ AI ได้รับตำแหน่งของตนในขั้นตอนดังกล่าวด้วยการสร้างการคาดการณ์ได้เร็วกว่าวิธีการแบบเดิม ในขณะที่จับคู่หรือเอาชนะความแม่นยำ ตามที่ Google กล่าว

แนวการแข่งขันก็กำลังร้อนแรงเช่นกัน หน่วยงานอุตุนิยมวิทยาและบริษัทเทคโนโลยีได้จัดส่งระบบพยากรณ์ AI ในช่วงไม่กี่ปีที่ผ่านมา และการพยากรณ์รายชั่วโมงผ่านดาวเทียมได้ยกระดับมาตรฐานสำหรับทุกระบบ คำถามสำหรับปีหน้าคือ หน่วยงานสภาพอากาศระดับชาติเริ่มถือว่าโมเดลอย่าง WeatherNext 3 เป็นแหล่งข้อมูลหลักแทนที่จะเป็นส่วนเสริมในการทดลองหรือไม่ และจังหวะรายชั่วโมงของ Google จะกลายเป็นบรรทัดฐานใหม่ของอุตสาหกรรมหรือไม่

---

ก้าวนำหน้า AI

รับข่าวสาร AI การวิเคราะห์ และความก้าวหน้าล่าสุด ทั้งหมดในที่เดียว

อ่านข่าว AI เพิ่มเติม →