Google делает ставку на то, что наблюдения в реальном времени и ИИ смогут устранить устойчивые пробелы в прогнозировании дождя и снега, особенно в регионах с редкой сетью наземного оборудования. Однако сама компания в своём запуске признаёт, что быстрые машинные прогнозы всё ещё должны использоваться наряду с моделями, основанными на физике, на которые синоптики опираются при выпуске предупреждений.

Google представила WeatherNext 3 как новейшую версию своей системы прогнозирования на основе ИИ, заявив, что она может ежечасно формировать глобальный прогноз на основе недавних спутниковых наблюдений, а не полагаться исключительно на более старые входные данные моделей. По словам компании, это изменение даёт картину в пять раз более детальную, чем её предыдущая модель, а некоторые прогнозы температуры и влажности имеют разрешение до пяти километров.¹

Главное обещание касается осадков: быстро движущиеся штормы, как известно, крайне трудно точно прогнозировать, и Google заявляет, что прогнозы, составленные как минимум за сутки, могут быть до 50% точнее. Потенциальный выигрыш наиболее велик за пределами США и Европы, где меньшее число дождемеров оставляет более широкие пробелы в традиционных сетях наблюдений. «Мы можем использовать более свежие и более насыщенные наборы данных наблюдений», — сказал инженер Google Research Самиер Мерчант.¹

Google DeepMind представила запуск в более широком контексте как «крупный прорыв» в глобальном прогнозировании, заявив, что модель напрямую учится на реальных наблюдениях в реальном времени, чтобы быстрее создавать более локализованные прогнозы.Demis Hassabis (demishassabis)² Глава DeepMind Демис Хассабис усилил этот посыл репостом.²

Система теперь внедряется в Search, Maps и Gemini, при этом Google также разработала прогнозы для операторов возобновляемой энергетики, включая оценки скорости ветра на высоте турбин. Научный сотрудник Google DeepMind Ферран Але связал эту работу с растущим спросом на электроэнергию, заявив, что сделать возобновляемую энергетику «очень привлекательной возможностью очень важно для нас».¹

Тем не менее WeatherNext 3 не представляется заменой традиционной метеорологии. Она частично обучена на моделях, основанных на физике, а метеорологические службы по-прежнему сопоставляют несколько прогнозов перед выпуском публичных предупреждений — напоминание о том, что более точный результат ИИ полезен лишь в том случае, если он улучшает решения, когда погода становится опасной.¹