Новая модель WeatherNext 3 использует не только закономерности из архивных данных, но и ограниченный набор физических параметров. При расчете температуры поверхности и точки росы система учитывает, находится ли выбранная координата на суше или над океаном, а также принимает во внимание высоту местности. Разработчики считают, что обучение на данных метеостанций с такими характеристиками позволяет повысить точность прогнозов.
Согласно техническому документу, WeatherNext 3 показывает лучшие результаты по сравнению с WeatherNext 2 и моделью искусственного интеллекта Европейского центра среднесрочных прогнозов погоды. Точность определения параметров верхних слоев атмосферы выросла примерно на 5%, что, по оценке команды, дает около шести дополнительных часов надежного прогноза. Расчет температуры поверхности для конкретной точки повысил точность отдельных показателей максимум на 30%.
При этом у модели обнаружили исключение. По ряду параметров в прогнозе на первые шесть часов WeatherNext 3 уступает другим системам, однако затем опережает их на протяжении оставшихся 15 суток. Причину такого поведения разработчики не объяснили.
Некоторые особенности заметны и в прогнозах крупномасштабных процессов. На картах осадков иногда проявляется сетка модели в виде отдельных шестиугольных областей. Кроме того, при создании нескольких вариантов прогноза температуры поверхности система порой показывает различную среднюю температуру планеты, хотя локальные отклонения в совокупности должны давать более стабильное глобальное значение.
Разработчики назвали WeatherNext 3 значительным шагом в развитии прогнозов погоды на основе искусственного интеллекта. По их словам, модель использует не только результаты анализа, но и насыщенные информацией данные наблюдений, поступающие с небольшой задержкой.
Как уточняется в публикации Ars Technica, WeatherNext 3 уже применяется для формирования прогнозов в сервисах Google, включая поиск, Gemini и Maps.
