Как новая модель ИИ Google улучшит прогноз погоды?

Ученые из Google DeepMind и Google Research представили новую модель искусственного интеллекта для прогнозирования погоды, которая точнее отслеживает изменения в атмосфере и чаще предсказывает ее поведение. Модель WeatherNext 3 уже показала себя как наиболее точная среди ведущих конкурентов в тестах Operational WeatherBench, созданном стартапом Brightband.

Что умеет WeatherNext 3?

WeatherNext 3 — это последняя волна морских изменений в метеорологии, вызванная методами глубокого обучения, и Google говорит, что она начнет поступать в информацию о погоде, которую пользователи видят в поиске, Google Maps и Gemini, а также будет доступна пользователям и исследователям на облачных платформах Google.

«Это будет первый случай, когда некоторые из основных переменных питают и питают многие продукты Google», — сказал старший инженер Google Самье Мерчант.

Новая модель уже зарекомендовала себя как наиболее точная среди ведущих претендентов, протестированных на Operational WeatherBench, утилиту для сравнения прогнозов ИИ, построенную стартапом Brightband. Он смотрит на такие показатели, как температура, скорость ветра и влажность.

Помимо других моделей глубокого обучения, созданных Google, Microsoft, Nvidia и Европейским центром прогнозирования погоды средней дальности (ECMWF), он также превосходит традиционные прогнозы Национальной метеорологической службы США и ECMWF.

Чем модели ИИ лучше традиционных?

Большинство прогнозов погоды исходит от правительственных суперкомпьютеров, трудоемко перебирающих математические уравнения, написанные для описания физики погоды; в то время как эти системы стали удивительно точными, они дороги и сравнительно медленны. После того, как ECMWF опубликовал более полувека метеорологических данных, полученных этими системами в 2018 году, исследователи глубокого обучения начали обучать модели, которые могли бы делать прогнозы гораздо быстрее и с сопоставимой точностью с государственными инструментами.

«Погода хаотична, и поэтому небольшие различия действительно начинают сильно возмущать… Машинное обучение нацелено на проблему, которую мы действительно решаем, которая является приблизительно шумной физикой из неполной информации и конечных вычислений, и поэтому она изучает закономерности из большого количества данных», — сказал Ферран Алет, менеджер по исследованиям в DeepMind.

С тех пор производители моделей продвигают ключевые слабые стороны моделей прогнозирования ИИ: они, как правило, прогнозируют на более широкой площади — от 15 до 25 квадратных километров — чем это действительно полезно, они не всегда хороши с дождем, и они по-прежнему зависят от форматированных наборов данных, производимых государственными учреждениями.

Как модель улучшила прогнозы?

WeatherNext 3 берет на себя все три задачи. По ключевым переменным, говорят исследователи TechCrunch, он может прогнозировать до разрешения 5 км. Его оценки осадков на 60% улучшены по сравнению с WeatherNext 2, и теперь он может производить почасовые прогнозы вместо стандартного прогноза каждые шесть часов.

Эти улучшения являются результатом конкретных решений, сделанных дизайнерами. WeatherNext 3 — это более крупная модель, с параметрами в 2,4 раза больше, чем у ее предшественника, которая адаптирует цели для головок декодера, чтобы дать более полезные ответы. В то время как большинство прогнозов погоды приводятся в качестве показателей, усредненных по 3D-сетке, исследователи DeepMind уже завоевали похвалы, настраивая свою модель для визуализации циклонных путей.

На этот раз дизайнеры также обучили модель ориентировать свои прогнозы на конкретные станции данных о погоде. Это важно не только для того, чтобы предлагать более детальные прогнозы, но и для того, чтобы иметь возможность оценивать свою работу по конкретным данным.

«Идея с большим количеством приложений ИИ заключается в том, чтобы попытаться выполнять задачи как можно более комплексно, — сказал Даниэль Ротенберг, специалист по атмосфере в Brightband. — Добавление возможности, где эта модель теперь также предсказывает, скажем, то, что метеостанция аэропорта Денвера будет измерять на почасовой основе, просто соединяет эту задачу прогнозирования ближе к ядру».

В чем новаторство модели?

Модель способна прогнозировать более часто, потому что она может принимать данные метеорологических спутников, собранные в режиме реального времени на почасовой основе. Кормление моделей ИИ на основе необработанных эмпирических наблюдений, а не анализа, производимого суперкомпьютерами погоды, обещает более точный прогноз, но все еще технически сложно заставить модели работать с неформатированными данными.

Google говорит, что WeatherNext 3 является «первой» моделью ИИ, которая напрямую включает необработанные наблюдения для глобального прогноза с высоким разрешением, но стартап WindBorne говорит, что его модель WeatherMesh 6 включает необработанные наблюдения из своего парка метеозондов и других источников с конца 2025 года. Отвечая на вопрос об этом, Google отметил, что его прогнозы имеют более высокое разрешение по всему миру. Несмотря на это, обе модели по-прежнему полагаются на национальные наборы данных о погоде для выполнения прогнозов, поэтому для подлинной прямой ассимиляции данных потребуется больше работы.

В то время как LLM привлекают основное внимание, трансформаторная революция в метеорологии не менее важна. Европейские и американские метеорологические агентства уже используют модели искусственного интеллекта в своих прогнозных продуктах, а их скорость и низкая стоимость обещают оказать экономическое влияние на более бедные регионы, где стоимость высококачественных датчиков и суперкомпьютеров поставила точные прогнозы вне досягаемости.

Билл Гейтс недавно назвал прогноз погоды, основанный на искусственном интеллекте, важнейшим преимуществом технологии, а лучшие прогнозы улучшают урожайность сельскохозяйственных культур в развивающихся странах. Алет, исследователь DeepMind, сказал, что прогнозы ветра, дождя и облачного покрова с более высоким разрешением будут полезны для повышения надежности проектов в области возобновляемых источников энергии.

В конце концов, я думаю, что Google предоставляет полезную информацию пользователю, и многое из того, что пользователи ищут, так или иначе связано с погодой.

Вопросы и ответы

Насколько WeatherNext 3 точнее предыдущей версии в прогнозе осадков?

WeatherNext 3 улучшила оценку осадков на 60% по сравнению с WeatherNext 2. Это достигнуто за счет более крупной модели и адаптации целей для головок декодера, что позволяет давать более полезные ответы и прогнозы с разрешением до 5 км.

Какие данные использует WeatherNext 3 для прогнозов?

WeatherNext 3 напрямую включает необработанные наблюдения с метеорологических спутников, собранные в реальном времени на почасовой основе. Это позволяет модели делать почасовые прогнозы. Однако она все еще полагается на национальные наборы данных о погоде для выполнения прогнозов.

Где будет доступна модель WeatherNext 3?

Модель будет интегрирована в продукты Google, такие как поиск, Google Maps и Gemini, а также станет доступна пользователям и исследователям на облачных платформах Google. Это первый случай, когда основные переменные модели будут питать многие продукты Google.