Google DeepMind a Google Research představili WeatherNext 2, což je jejich nejvyspělejší a nejefektivnější model pro předpověď počasí. Tento model dokáže vytvářet předpovědi osmkrát rychleji než dřív a s rozlišením až na jednu hodinu. To znamená, že můžete dostat detailní informace o počasí na celém světě, které pomáhají při plánování letů nebo každodenní cesty do práce. Model pracuje na základě umělé inteligence (AI) a umožňuje generovat stovky možných scénářů počasí z jednoho vstupu, což trvá méně než minutu na jedné jednotce TPU (jednotka pro zpracování tensorů).
Tento pokrok vychází z nového přístupu, který používá samostatně trénované neuronové sítě a přidává šum přímo do funkčního prostoru, aby vytvořil různé, ale realistické varianty předpovědí. Model například bere jediný vstup a produkuje celou škálu možností, včetně těch nejhorších, které jsou klíčové pro plánování. Na rozdíl od tradičních fyzikálních modelů, které by na superpočítači trvaly hodiny, zvládne WeatherNext 2 všechno rychle a efektivně.
Jak model předpovídá scénáře?
WeatherNext 2 se zaměřuje na předpovídání stovek možných výsledků počasí z jednoho počátečního bodu. Každá taková předpověď zabere méně než minutu na jedné jednotce TPU. Model je velmi zručný a dokáže poskytovat předpovědi s vysokým rozlišením, až na hodinu dopředu. Překonává předchozí model WeatherNext na 99,9 % proměnných, jako je teplota, vítr nebo vlhkost, a to pro časové horizonty od 0 do 15 dnů.
Tento výkon umožňuje nový přístup nazvaný Functional Generative Network (FGN, funkční generativní síť), který přidává šum přímo do architektury modelu, aby předpovědi zůstaly fyzicky realistické a propojené. Model se trénuje na jednotlivých prvcích počasí, jako je přesná teplota v konkrétním místě, rychlost větru v určité výšce nebo úroveň vlhkosti. Z toho pak dokáže předpovídat složité systémy, jako je oblast postižená vysokými teplotami nebo očekávaný výkon větrné farmy.
V porovnání s předchozím modelem WeatherNext Gen dosahuje WeatherNext 2 lepších výsledků v kontinuálním hodnocení pravděpodobnosti (CRPS) napříč téměř všemi atmosférickými proměnnými, tlakovými úrovněmi a časovými horizonty. To znamená, že předpovědi jsou nejen rychlejší, ale i užitečnější pro praktické použití.
Využití nového modelu
Data z předpovědí WeatherNext 2 jsou teď dostupná v Earth Engine a BigQuery, což umožňuje uživatelům je přímo analyzovat. Google spustil také program raného přístupu na platformě Vertex AI v Google Cloud pro vlastní inference modelu. Tímto způsobem se výzkum dostává z laboratoře do reálného světa a pomáhá v aplikacích, jako je podpora meteorologických agentur při rozhodováních na základě různých scénářů, například při experimentálních předpovědích cyklónů.
Technologie WeatherNext se teď integruje do produktů jako Search, Gemini, Pixel Weather a Weather API v Google Maps Platform. V nadcházejících týdnech bude pohánět informace o počasí i v Google Maps. To znamená, že uživatelé dostanou lepší předpovědi přímo v aplikacích, které denně používají.
Google se zavazuje posouvat tuto technologii dál a zpřístupňovat ji globální komunitě. V současnosti probíhá výzkum, který zahrnuje integraci nových zdrojů dat a rozšíření přístupu. Cílem je urychlit vědecké objevy a umožnit výzkumníkům, vývojářům a firmám řešit složité problémy spojené s počasím.
Pro více informací lze navštívit dokumentaci pro vývojáře WeatherNext, katalog dat v Earth Engine nebo se přihlásit do programu raného přístupu na Vertex AI. Model je popsán i v odborném článku na arXiv.
