Источник фото: Brightband
Google DeepMind и Google Research представили модель искусственного интеллекта WeatherNext 3 для прогнозирования погоды. Разработка должна точнее отслеживать изменения в атмосфере и чаще обновлять прогнозы. Как пишет TechCrunch, модель планируют использовать в поиске Google, Google Maps и Gemini, а также предоставить пользователям и исследователям облачных платформ компании.
По данным тестов Operational WeatherBench, WeatherNext 3 показала наиболее точные результаты среди ведущих систем прогнозирования. Оценка учитывала температуру, скорость ветра и влажность воздуха. Новая модель превзошла решения Google, Microsoft, Nvidia и Европейского центра среднесрочных прогнозов погоды, а также традиционные прогнозы Национальной метеорологической службы США и ECMWF.
Обычные метеопрогнозы рассчитываются государственными суперкомпьютерами на основе физических уравнений. Такие системы отличаются высокой точностью, но требуют значительных затрат и работают сравнительно медленно. После публикации ECMWF многолетних погодных данных исследователи начали обучать нейросети, способные выдавать сопоставимые по качеству прогнозы значительно быстрее.
Источник фото: Google
WeatherNext 3 способна строить прогнозы с разрешением до пяти километров по ключевым параметрам. Точность оценки осадков у модели выросла на 60% по сравнению с WeatherNext 2. Кроме того, система формирует почасовые прогнозы вместо стандартного обновления раз в шесть часов.
Новая версия получила в 2,4 раза больше параметров, чем предшественница, и была обучена работать с данными конкретных метеостанций. Это позволяет получать более детальные результаты и сверять их с фактическими наблюдениями на земле. Модель также может использовать спутниковые данные о погоде, поступающие в реальном времени каждый час.
В Google заявили, что WeatherNext 3 стала первой ИИ-моделью, которая напрямую использует необработанные наблюдения для глобального прогноза высокого разрешения. При этом система по-прежнему опирается и на национальные метеорологические наборы данных. Разработчики рассчитывают, что более точные сведения о ветре, осадках и облачности помогут повысить надежность проектов в сфере возобновляемой энергетики.
