Где появится WeatherNext 3
Новая модель стала очередным этапом перехода метеорологии к технологиям глубокого обучения. Google собирается подключить её к погодным данным, которые пользователи видят в Поиске, Google Maps и Gemini. Доступ к WeatherNext 3 также получат пользователи и исследователи облачных платформ Google.
По словам старшего штатного инженера Google Сэмиера Мерчанта, впервые ключевые метеорологические переменные будут напрямую использоваться для работы большого числа продуктов Google.
WeatherNext 3 уже показала лучший результат среди ведущих моделей на Operational WeatherBench — инструменте для сравнения прогнозов ИИ, который создала компания Brightband. Бенчмарк оценивает, насколько точно системы предсказывают температуру, скорость ветра и влажность.
Модель обошла не только другие системы глубокого обучения от Google, Microsoft, Nvidia и Европейского центра среднесрочных прогнозов погоды, но и традиционные прогнозы Национальной метеорологической службы США и ECMWF.
Источник: techcrunch.com
Почему метеорология переходит на ИИ
Большинство прогнозов погоды строится на государственных суперкомпьютерах. Они последовательно рассчитывают сложные математические уравнения, описывающие физику атмосферы. Такие системы стали очень точными, но остаются дорогими и сравнительно медленными.
В 2018 году ECMWF опубликовал более чем полвека метеорологических данных, полученных с помощью подобных систем. После этого исследователи глубокого обучения начали создавать модели, способные строить прогнозы гораздо быстрее и с сопоставимой точностью.
Атмосфера хаотична: даже небольшие различия в исходных условиях со временем могут привести к большим изменениям. По словам руководителя группы исследователей DeepMind Феррана Алета, машинное обучение решает задачу приближённого описания зашумлённой физики по неполным данным и при ограниченных вычислительных ресурсах, находя закономерности в больших массивах наблюдений.
У моделей ИИ для прогнозирования погоды оставались три проблемы:
WeatherNext 3 рассчитана на все три задачи. По ключевым параметрам она способна строить прогнозы с разрешением до 5 км. Оценка дождя улучшилась на 60% по сравнению с WeatherNext 2, а прогнозы теперь можно получать каждый час, а не стандартно раз в шесть часов.
Источник: techcrunch.com
Что изменили в модели
Улучшения связаны с конкретными решениями разработчиков. WeatherNext 3 стала крупнее: в ней в 2,4 раза больше параметров, чем в предыдущей версии. Кроме того, создатели изменили цели для декодирующих голов модели, чтобы получать более полезные ответы.
Большинство погодных моделей выдаёт показатели, усреднённые по трёхмерной сетке. Исследователи DeepMind ранее дополнительно настроили свою систему на визуализацию траекторий циклонов.
В WeatherNext 3 разработчики также обучили модель строить прогнозы для конкретных метеорологических станций. Это позволяет получать более детальные данные и сравнивать результаты с точными наземными измерениями.
Атмосферный учёный Brightband Дэниел Ротенберг объяснил, что такой подход приближает задачу прогнозирования к конечному результату. Например, модель может каждый час предсказывать, какие данные зафиксирует метеостанция в аэропорту Денвера.
Прогнозы на основе наблюдений
WeatherNext 3 может обновлять прогнозы чаще, потому что получает спутниковые данные о погоде в реальном времени — с интервалом в один час.
Подача в модель необработанных наблюдений вместо анализа, подготовленного метеорологическими суперкомпьютерами, может повысить точность прогноза. Однако работать с неформатированными данными технически сложно.
Google называет WeatherNext 3 первой моделью ИИ, которая напрямую использует необработанные наблюдения для глобального прогноза с высоким разрешением. С этим утверждением не согласно погодное подразделение WindBorne: компания заявляет, что её модель WeatherMesh 6 получает необработанные данные от собственной сети метеорологических аэростатов и других источников ещё с конца 2025 года.
В ответ Google указала, что WeatherNext 3 обеспечивает более высокое разрешение по всему миру. При этом обе модели всё ещё используют национальные метеорологические наборы данных для построения прогнозов. Для полноценного прямого усвоения данных потребуется дополнительная работа.
Применение за пределами сервисов Google
Пока основное внимание получают большие языковые модели, переход метеорологии на архитектуру трансформеров оказался не менее значимым. Европейские и американские метеорологические службы уже используют модели ИИ в своих прогнозных продуктах.
Их скорость и низкая стоимость могут принести экономическую пользу бедным регионам, где точные прогнозы остаются недоступными из-за высокой цены качественных датчиков и суперкомпьютеров.
Билл Гейтс недавно назвал прогнозирование погоды с помощью ИИ одним из важных преимуществ этой технологии. Более точные прогнозы могут повысить урожайность в развивающихся странах.
Ферран Алет отметил, что прогнозы ветра, дождя и облачности с более высоким разрешением пригодятся для повышения надёжности проектов в сфере возобновляемой энергетики.
По его словам, Google стремится предоставлять пользователям полезную информацию, а многие пользовательские запросы так или иначе связаны с погодой.
Ежедневные новости об ИИ
Каждый день отбираем важные новости об ИИ, роботах и метавселенных и рассказываем главное — без хайпа и воды. Если хотите понимать, что происходит в ИИ раньше остальных, — подписывайтесь.
Только важное — каждый день
В Telegram