Google Research และ Google DeepMind ได้เปิดตัว WeatherNext 3 ซึ่งเป็นเวอร์ชันใหม่ล่าสุดของระบบพยากรณ์อากาศ AI ของบริษัท และตามบัญชีของ Google ซึ่งเป็นโมเดลการพยากรณ์ทั่วโลกที่แม่นยำที่สุดเท่าที่เคยมีมา ประกาศเมื่อวันที่ 3 กันยายน ระบบจะเริ่มป้อนข้อมูลสภาพอากาศใน Search, Google Maps และ Gemini และพร้อมให้บริการสำหรับธุรกิจและนักวิจัยผ่านแพลตฟอร์มคลาวด์ของ Google

ต่างจากซูเปอร์คอมพิวเตอร์ของรัฐบาลที่ผลิตการคาดการณ์ส่วนใหญ่ของโลกมานานหลายทศวรรษ WeatherNext 3 เป็นโมเดลการเรียนรู้เชิงลึก โดยเรียนรู้รูปแบบโดยตรงจากการสังเกต แทนที่จะแก้สมการของฟิสิกส์บรรยากาศแบบทีละขั้นตอน Google ยังกล่าวอีกว่านี่เป็นโมเดล AI แรกที่รวมการสังเกตการณ์ดาวเทียมดิบเข้ากับการคาดการณ์ทั่วโลกที่มีความละเอียดสูงโดยตรง โดยอ้างว่ามีข้อโต้แย้งของคู่แข่งอย่างน้อยหนึ่งข้อ นี่คือสิ่งที่เปลี่ยนแปลงไป และเหตุใดนักพยากรณ์นอกเหนือจาก Google จึงเฝ้าดู การพัฒนา AI ล่าสุด ในสาขานี้อย่างใกล้ชิด

AI ทำลายแม่พิมพ์พยากรณ์อากาศได้อย่างไร

การพยากรณ์แบบดั้งเดิมมาจากหน่วยงานระดับประเทศ เช่น US National Weather Service และ European Centre for Medium-Range Weather Forecasts (ECMWF) ซึ่งซูเปอร์คอมพิวเตอร์ใช้สมการทางคณิตศาสตร์ที่อธิบายฟิสิกส์ของบรรยากาศ ระบบเหล่านั้นมีความแม่นยำอย่างน่าทึ่งแต่มีราคาแพงและค่อนข้างช้า

ทางเลือกการเรียนรู้เชิงลึกเริ่มต้นขึ้นหลังจากที่ ECMWF เผยแพร่ข้อมูลสภาพอากาศที่เก็บไว้นานกว่าครึ่งศตวรรษในปี 2561 ทำให้นักวิจัยมีเครือข่ายประสาทคอร์ปัสแบบการฝึกอบรมที่ประสบความสำเร็จอย่างแน่นอน “สภาพอากาศวุ่นวาย และความแตกต่างเล็กๆ น้อยๆ ก็เริ่มรบกวนจิตใจอย่างมาก” Ferran Alet ผู้จัดการนักวิทยาศาสตร์การวิจัยของ DeepMind กล่าวกับ TechCrunch "แมชชีนเลิร์นนิงมุ่งเป้าไปที่ปัญหาที่เรากำลังแก้ไขจริงๆ ซึ่งเป็นฟิสิกส์ที่มีเสียงดังโดยประมาณจากข้อมูลที่ไม่สมบูรณ์และการคำนวณที่มีขอบเขตจำกัด ดังนั้นจึงเรียนรู้รูปแบบจากข้อมูลจำนวนมาก"

คมชัดกว่า เร็วกว่า และถี่กว่ามาก

WeatherNext 3 เป็นรุ่นที่มีขนาดใหญ่กว่ารุ่นก่อน โดยมีพารามิเตอร์มากกว่า 2.4 เท่า และตอนนี้ก็แซงหน้า Operational WeatherBench ของ Brightband ซึ่งเป็นเกณฑ์มาตรฐานอิสระที่เปรียบเทียบระบบพยากรณ์ AI เกี่ยวกับอุณหภูมิ ความเร็วลม และความชื้น จากข้อมูลของ TechCrunch มันมีประสิทธิภาพเหนือกว่าโมเดลการเรียนรู้เชิงลึกของคู่แข่งจาก Google, Microsoft, Nvidia และ ECMWF และเอาชนะการคาดการณ์เชิงตัวเลขแบบดั้งเดิมที่ผลิตโดย US National Weather Service และ ECMWF เอง

ประโยชน์ที่ได้รับในทางปฏิบัติมีมากมาย:

  • ความละเอียดลดลงเหลือ 5 กม. สำหรับตัวแปรหลัก โดยที่โมเดล AI ส่วนใหญ่จะคาดการณ์ในพื้นที่ 15 ถึง 25 กม. ตัวถอดรหัสรายงานว่าแบบจำลองนี้มีรายละเอียดมากกว่า WeatherNext 2 ถึงห้าเท่า
  • การพยากรณ์ฝนดีขึ้น 60 เปอร์เซ็นต์ เหนือ WeatherNext 2 ในการประเมินของ Google และ 9to5Google อ้างอิงการพยากรณ์ปริมาณน้ำฝนที่แม่นยำยิ่งขึ้น 50 เปอร์เซ็นต์สำหรับผลิตภัณฑ์ของ Google เอง
  • พยากรณ์รายชั่วโมง แทนที่จะเป็นจังหวะมาตรฐาน 6 ชั่วโมง เนื่องจากโมเดลสามารถนำเข้าการสังเกตการณ์ดาวเทียมที่รวบรวมได้แบบเรียลไทม์ในแต่ละชั่วโมง
  • การกำหนดเป้าหมายระดับสถานี หมายความว่าโมเดลจะคาดการณ์ว่าสถานีตรวจอากาศเฉพาะเจาะจงใด ไม่ใช่แค่ตารางสี่เหลี่ยมเท่านั้น ที่จะวัดได้

“แนวคิดที่มีแอปพลิเคชัน AI จำนวนมากคือการพยายามทำงานแบบ end-to-end ให้ได้มากที่สุด” Daniel Rothenberg นักวิทยาศาสตร์ด้านบรรยากาศที่ Brightband กล่าวกับ TechCrunch "การเพิ่มความสามารถที่แบบจำลองนี้สามารถทำนายได้ เช่น สิ่งที่สถานีตรวจอากาศของสนามบินเดนเวอร์จะวัดเป็นรายชั่วโมง เพียงแค่เชื่อมต่องานพยากรณ์นั้นให้ใกล้กับแกนกลางมากขึ้น"

ข้อพิพาทข้อมูลดาวเทียมดิบ

การเรียกร้องของ Google ในครั้งแรกนั้นขึ้นอยู่กับการวางท่อข้อมูลพอ ๆ กับสถาปัตยกรรมแบบจำลอง นักพยากรณ์ AI ส่วนใหญ่ยังคงฝึกฝนและเริ่มต้นชุดข้อมูลการวิเคราะห์ที่จัดรูปแบบแล้วซึ่งจัดทำโดยหน่วยงานสภาพอากาศของรัฐบาล Google แย้งว่า WeatherNext 3 นำเข้าข้อมูลการสำรวจดาวเทียมโดยตรงรายชั่วโมง ซึ่งใกล้เคียงกับการดูดซึมข้อมูลที่แท้จริง

WindBorne สตาร์ทอัพด้านสภาพอากาศด้าน AI โต้แย้งว่าโมเดล WeatherMesh 6 ของตัวเองได้รวมการสังเกตการณ์ดิบจากกองบอลลูนตรวจอากาศและแหล่งข้อมูลอื่นๆ มาตั้งแต่ปลายปี 2025 เมื่อถามถึงข้อโต้แย้ง Google ชี้ไปที่การแก้ไขการคาดการณ์ทั่วโลก หมายเหตุของ TechCrunch ทั้งสองบริษัท ยังคงใช้ชุดข้อมูลระดับชาติสำหรับส่วนของไปป์ไลน์ ดังนั้นการดูดซึมโดยตรงอย่างสมบูรณ์ยังคงเป็นงานที่กำลังดำเนินการสำหรับทั้งสาขา

ที่ที่ผู้ใช้จะเห็นมัน

"นี่จะเป็นครั้งแรกที่ตัวแปรหลักบางตัวป้อนและขับเคลื่อนผลิตภัณฑ์ของ Google จำนวนมาก" Samier Merchant วิศวกรอาวุโสของ Google กล่าวกับ TechCrunch ข้อมูลสภาพอากาศใน Search, Google Maps และ Gemini จะดึงข้อมูลจากผลลัพธ์ของ WeatherNext 3 ซึ่งจะทำให้การคาดการณ์ที่สร้างโดย AI ปรากฏต่อหน้าผู้ใช้หลายพันล้านคน ซึ่งหลายคนไม่เคยรู้จักโมเดลเบื้องหลังมาก่อน

เหตุใดจึงสำคัญนอกเหนือจากแอป

เศรษฐศาสตร์เป็นเรื่องใหญ่กว่า การคาดการณ์ของ AI ทำได้รวดเร็วและราคาถูกเมื่อเทียบกับชุดซูเปอร์คอมพิวเตอร์ ซึ่งทำให้การคาดการณ์สามารถใช้งานได้ภายในขอบเขตที่ไม่สามารถทำได้ Decoder รายงานว่าบางส่วนของแอฟริกา ละตินอเมริกา และเอเชียแปซิฟิกที่ขาดการคาดการณ์ที่แม่นยำควรได้รับผลกำไรสูงสุด Bill Gates อ้างถึงการพยากรณ์อากาศด้วย AI ว่าเป็นประโยชน์ต่อการพัฒนาที่เป็นรูปธรรม โดยการคาดการณ์ที่ดีขึ้นจะช่วยเพิ่มผลผลิตพืชผลในประเทศกำลังพัฒนา และ Alet ตั้งข้อสังเกตว่าการคาดการณ์ลม ฝน และเมฆที่มีความละเอียดสูงกว่าสามารถทำให้โครงการพลังงานหมุนเวียนเชื่อถือได้มากขึ้น

หน่วยงานอุตุนิยมวิทยาในยุโรปและสหรัฐอเมริกากำลังพับโมเดล AI เข้ากับผลิตภัณฑ์ที่ใช้งานจริงอยู่แล้ว ด้วย WeatherNext 3 การปฏิวัติหม้อแปลงที่เปลี่ยนรูปแบบภาษาได้กลายเป็นกลไกของสภาพอากาศในแต่ละวันอย่างเงียบ ๆ

ก้าวนำหน้า AI

การวิจัย AI ดำเนินไปอย่างรวดเร็ว รับ การพัฒนา AI ล่าสุด ได้ในที่เดียว

อ่านข่าว AI เพิ่มเติม →