Последнее продвижение Google в сфере ИИ-прогнозирования началось со знакомой проблемы: традиционное прогнозирование погоды мощное, но медленное. Модели, основанные на физике, моделируют атмосферу с помощью сложных уравнений, тогда как новые ИИ-системы ищут исторические закономерности, чтобы быстрее создавать прогнозы.¹

С WeatherNext 3, как заявляет Google, компания вышла за рамки прежнего подхода к ИИ, снабжая модель наблюдениями в реальном времени, включая поступающие спутниковые данные. Самир Мерчант, инженер Google Research, заявил, что ключевое достижение заключается в способности «выйти за рамки данных, на которых обучается большинство глобальных ИИ-моделей», используя «более свежие и насыщенные наборы наблюдательных данных».¹

Этот сдвиг занимает центральное место в коммерческих аргументах Google. WeatherNext 2 выпускала прогнозы каждые шесть часов на сетке с шагом 25 километров; WeatherNext 3 может генерировать почасовые прогнозы и отображать некоторые переменные, такие как температура и влажность, с разрешением до пяти километров. Google заявляет, что это должно облегчить отслеживание быстро перемещающихся дождевых и снежных систем и может повысить точность прогнозов осадков более чем на сутки вперёд вплоть до 50 процентов.¹

Компания утверждает, что наибольший эффект может быть достигнут в регионах с меньшим количеством дождемеров — часто за пределами США и Европы, — где спутниковые наблюдения могут заполнить пробелы в охвате традиционных данных. Она также нацеливается на энергетические рынки, добавляя такие прогнозы, как скорость ветра на высоте турбин, на фоне роста спроса дата-центров на электроэнергию.¹

Google DeepMind охарактеризовала релиз как «крупный прорыв», который обучается на наблюдениях реального мира в реальном времени, чтобы быстрее предоставлять более локализованные прогнозы.Demis Hassabis (demishassabis)² WeatherNext 3 теперь интегрируется в Search, Maps и Gemini, а Google заявляет, что сотрудничала с Национальным центром по наблюдению за ураганами США и агентствами в Азии.

Тем не менее запуск сопровождается важной оговоркой: WeatherNext 3 частично обучена на результатах моделей, основанных на физике, а метеорологические службы продолжают сравнивать несколько моделей перед выпуском публичных предупреждений. Иными словами, Google предлагает более точный инструмент, а не замену системам прогнозирования, которые уже принимают решения с самыми высокими ставками.¹