Google DeepMind і Google Research представили нову ШІ-модель WeatherNext 3 для прогнозування погоди. Вона може робити погодинні прогнози з роздільністю до 5 кілометрів і значно точніше передбачає опади, ніж попередня версія.
Про це повідомляє TechCrunch.
Нова модель WeatherNext 3 має поступово використовуватися для формування прогнозів погоди, які користувачі бачать у Google Search, Google Maps і Gemini. Також модель буде доступна дослідникам і користувачам хмарних сервісів Google.
За даними Google, WeatherNext 3 може прогнозувати ключові погодні показники з роздільністю до 5 кілометрів. Крім того, модель тепер формує прогнози щогодини, тоді як попередні системи зазвичай давали оновлення раз на шість годин.
Особливо помітно розробники покращили прогнозування опадів. За результатами тестування, показники WeatherNext 3 у цій категорії приблизно на 60% кращі, ніж у WeatherNext 2.
Модель також стала більшою — вона має у 2,4 раза більше параметрів, ніж попередниця. Розробники навчили її точніше прогнозувати погоду для конкретних метеостанцій, що дозволяє отримувати більш локальні прогнози та порівнювати їх із фактичними спостереженнями.
WeatherNext 3 може використовувати супутникові погодні дані, які надходять у режимі, близькому до реального часу. Google називає її першою ШІ-моделлю, яка безпосередньо використовує сирі спостереження для глобального прогнозу погоди високої роздільності. Водночас інші розробники ШІ-моделей також заявляють про використання подібних підходів.
У тестах Operational WeatherBench WeatherNext 3 показала найкращі результати серед низки сучасних моделей за такими показниками, як температура, швидкість вітру та вологість. За даними TechCrunch, вона також перевершила низку традиційних прогнозів, зокрема системи Національної метеорологічної служби США та Європейського центру середньострокових прогнозів погоди.
У Google вважають, що точніші локальні прогнози можуть бути корисними не лише для повсякденного планування, а й для енергетики, сільського господарства та інших сфер, які залежать від погоди.
