Google DeepMind ได้เผยแพร่ผลลัพธ์ที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิ ซึ่งแสดงให้เห็นว่าโมเดลสภาพอากาศ WeatherNext AI ของตนได้รับความแม่นยำล้ำหน้าในการทำนายพายุหมุนเขตร้อน โดยได้รับเวลารอคอยในการพยากรณ์เฉลี่ยเต็มวันหรือมากกว่านั้น เหนือกว่าระบบพยากรณ์การปฏิบัติงานชั้นนำ การวิจัยปรากฏในวารสาร Nature เมื่อวันที่ 6 สิงหาคม 2569 และ Google กำลังเปิดซอร์สแบบจำลองควบคู่ไปกับสิ่งพิมพ์

ความก้าวหน้าครั้งนี้มาถึงช่วงเวลาแห่ง ความครอบคลุมของอุตสาหกรรม AI ที่เข้มข้นขึ้น โดยที่ปัญญาประดิษฐ์ถูกนำไปใช้กับปัญหาทางวิทยาศาสตร์และความปลอดภัยสาธารณะที่มีเดิมพันสูงมากขึ้นเรื่อยๆ พายุหมุนเขตร้อนก่อให้เกิดผู้เสียชีวิตมากกว่า 700,000 ราย และความสูญเสียทางเศรษฐกิจมูลค่า 1.4 ล้านล้านดอลลาร์ในช่วง 50 ปีที่ผ่านมา ตามตัวเลขที่อ้างถึงในการประกาศของ DeepMind ทำให้การเพิ่มขึ้นเพียงเล็กน้อยจากระยะเวลาคาดการณ์ที่เป็นผลสืบเนื่องสำหรับการอพยพและการตอบสนองต่อภัยพิบัติ

ระยะเวลารอคอยสินค้าหนึ่งวันที่ถูกบีบอัดไว้ในระบบเดียว

ผลลัพธ์พาดหัวคือระยะเวลารอคอยสินค้า สำหรับพายุไซโคลนตั้งแต่ปี 2023 ถึงปี 2025 การคาดการณ์เส้นทาง ความรุนแรง และโครงสร้างลมของ WeatherNext มีข้อได้เปรียบโดยเฉลี่ยหนึ่งวันหรือมากกว่านั้นเหนือโมเดลการดำเนินงานชั้นนำ ในทางปฏิบัติ การคาดการณ์สามวันจะตรงกับระบบก่อนหน้านี้ที่ส่งมอบในสองวัน นักวิจัยอธิบายว่าการปรับปรุงนี้เทียบได้กับความก้าวหน้าด้านอุตุนิยมวิทยาในการดำเนินงานประมาณหนึ่งทศวรรษที่ถูกบีบอัดไว้ในระบบ AI เดียว

ในการพยากรณ์พายุไซโคลน ซึ่งคำสั่งอพยพ การเตรียมอุปทาน และการประกาศเหตุฉุกเฉินขึ้นอยู่กับชั่วโมง ส่วนต่างนั้นเป็นตัวชี้วัดที่สำคัญที่สุด บทความนี้แนะนำ WeatherNext Cyclones ซึ่งเป็นโมเดล AI ที่สร้างการคาดการณ์ทั้งมวลเกี่ยวกับเส้นทาง ความรุนแรง และขนาดของพายุหมุนเขตร้อนในช่วง 15 วัน

วิธีการทำงานของโมเดล

ข้อมูลการฝึกอบรมรวมการวิเคราะห์บรรยากาศทั่วโลกเข้ากับฐานข้อมูล IBTrACS ของพายุในอดีตเกือบ 5,000 ลูก แบบจำลองนี้ใช้ Functional Generative Networks เพื่อสร้างการแจกแจงความน่าจะเป็นมากกว่าการคาดการณ์จุดเดียว และปรับขนาดเป็น วงดนตรี 1,000 สมาชิก — ยี่สิบเท่าของการดำเนินการ 50 สมาชิกของระบบก่อนหน้า วงดนตรีขนาดใหญ่จะจับภาพเหตุการณ์ที่หายากแต่มีผลกระทบสูงได้ดีกว่า เช่น การทวีความรุนแรงขึ้นอย่างรวดเร็ว ซึ่งเป็นปรากฏการณ์อันตรายที่ลมพายุพัดอย่างรวดเร็วกะทันหัน

การค้นพบอย่างหนึ่งโดดเด่นในเรื่องความท้าทาย ความละเอียดเชิงพื้นที่สูงถือเป็นราคาของการพยากรณ์ความเข้มที่แม่นยำมานานแล้ว WeatherNext Cyclones ทำงานบนอินพุตขนาด 28 x 28 กิโลเมตร ซึ่งหยาบกว่ารุ่นภูมิภาคทั่วไปประมาณ 100 เท่า และรุ่นกะทัดรัดที่เรียกว่า WeatherNext 2-mini ทำงานที่ 111 x 111 กิโลเมตร และยังคงทำงานได้ดี บทความระบุว่าความละเอียดสูงไม่ใช่ข้อกำหนดเบื้องต้นที่เข้มงวดสำหรับการพยากรณ์ความเข้มที่ทันสมัย ​​และนักวิจัยตั้งข้อสังเกตว่าเป็นคำถามเปิดว่าแบบจำลองดึงสัญญาณความเข้มจากข้อมูลที่หยาบกว่าได้อย่างไร

ทดสอบในช่วงฤดูเฮอริเคนปี 2025

การประเมินไม่ได้เป็นเพียงการประเมินย้อนหลังเท่านั้น ในช่วงฤดูเฮอริเคนแอตแลนติกปี 2025 แบบจำลองดังกล่าวดำเนินการควบคู่ไปกับขั้นตอนการดำเนินงานของศูนย์เฮอริเคนแห่งชาติ และช่วยให้นักพยากรณ์คาดการณ์การทวีความรุนแรงของพายุเฮอริเคนเมลิสซาอย่างรวดเร็วและขึ้นฝั่งในจาเมกาล่วงหน้ามากพอที่จะรองรับการเตือนภัยล่วงหน้า รายงานการตรวจสอบของ NHC ปี 2025 บันทึกประสิทธิภาพการคาดการณ์ของฤดูกาล ในปีนี้ ระบบกำลังสร้างสถานการณ์ที่เป็นไปได้ 1,000 สถานการณ์ต่อพายุไซโคลน เพื่อรองรับการตัดสินใจของผู้พยากรณ์

งานนี้เป็นความร่วมมือระหว่าง Google DeepMind และนักวิทยาศาสตร์ของ Google Research และนักพยากรณ์ปฏิบัติการที่ ศูนย์เฮอริเคนแห่งชาติ, สถาบันสหกรณ์เพื่อการวิจัยในบรรยากาศ (CIRA) และสำนักงาน Met ของสหราชอาณาจักร ซึ่งหลายคนเป็นผู้เขียนร่วมในรายงาน Nature

เปิดตัวโอเพ่นซอร์สสามสายพันธุ์

การเปิดตัวโอเพ่นซอร์สครอบคลุมสามรุ่น:

  • WeatherNext Cyclones — เวอร์ชันที่เกิดขึ้นในช่วงฤดูเฮอริเคนปี 2025 และผลลัพธ์ปรากฏในรายงาน
  • WeatherNext 2 — การอัปเดตภายหลังที่ Google ดำเนินการในเดือนตุลาคม 2025
  • WeatherNext 2-mini — รุ่นกะทัดรัดที่ทำงานบน TPU ตัวเดียวในสมุดบันทึก Google Colab ฟรี

รหัสและน้ำหนักของทั้งสามมีอยู่ใน GitHub การคาดการณ์ 15 วันครั้งเดียวใช้เวลาไม่ถึงนาทีบน TPU หนึ่งรายการ ซึ่งหมายความว่าข้อจำกัดในการนำไปใช้ในขณะนี้เป็นความเชี่ยวชาญและการบูรณาการ ไม่ใช่การคำนวณ

นอกจากนี้ ยังสำรวจพยากรณ์อากาศได้ใน Weather Lab ซึ่ง Google ได้ขยายจากการติดตามพายุไซโคลนไปสู่การพยากรณ์ทั่วโลกเต็มรูปแบบ โดยครอบคลุมถึงอุณหภูมิ ปริมาณน้ำฝน และความเร็วลม ทั้งแบบจำลองและ Weather Lab อยู่ภายใน Google Earth AI ซึ่งเป็นความพยายามหลักของบริษัทในการนำการเรียนรู้ของเครื่องมาใช้กับความท้าทายด้านสภาพอากาศและภูมิสารสนเทศ

ทำไมมันถึงสำคัญ

ผลลัพธ์ตอกย้ำแนวโน้มในวงกว้าง: แบบจำลองสภาพอากาศที่ใช้ AI กำลังเปลี่ยนจากการสาธิตการวิจัยไปสู่เครื่องมือปฏิบัติงานได้เร็วกว่าที่นักอุตุนิยมวิทยาหลายคนคาดไว้ Google กำหนดให้ WeatherNext เป็นระบบอ้างอิงที่หน่วยงานอุตุนิยมวิทยาและนักวิจัยทั่วโลกสามารถสร้างขึ้นได้ด้วยการเปิดซอร์สน้ำหนักและการเผยแพร่ในวารสารชั้นนำ

สำหรับชุมชนในภูมิภาคที่เสี่ยงต่อพายุไซโคลน วันเตือนเพิ่มเติมอาจสร้างความแตกต่างระหว่างการอพยพอย่างเป็นระเบียบและความวุ่นวาย เนื่องจากแบบจำลองสภาพอากาศของ AI ยังคงเติบโตอย่างต่อเนื่อง คำถามที่แข่งขันกันคือการเปลี่ยนจากความแม่นยำเพียงอย่างเดียวเป็นผู้ที่สามารถแปลการคาดการณ์ไปสู่การปฏิบัติได้เร็วที่สุด

ก้าวนำหน้า AI

หากต้องการข้อมูลเพิ่มเติมว่าปัญญาประดิษฐ์เปลี่ยนแปลงวิทยาศาสตร์ โครงสร้างพื้นฐาน และชีวิตประจำวันอย่างไร โปรดติดตามการรายงานข่าว ข่าว AI ด่วน ของเรา เราติดตามการวิจัย บริษัท และนโยบายที่กำหนดรูปแบบในแบบเรียลไทม์

อ่านข่าว AI เพิ่มเติม →