Компания Google DeepMind официально представила WeatherNext 3, флагманскую модель искусственного интеллекта для прогнозирования погоды. В отличие от предыдущих версий, опирающихся на физические симуляции с задержкой в 6 часов, новая архитектура обучается на данных спутников геостационарной орбиты в реальном времени. Это позволяет генерировать прогнозы с частотой один раз в час и обеспечивает беспрецедентное пространственное разрешение, критически важное для сельского хозяйства, возобновляемой энергетики и логистики.
Технические характеристики и разрешение
Главное преимущество WeatherNext 3 — резкое увеличение детализации. Модель использует сетку с шагом 5 км для ключевых переменных поверхности (температура, влажность), 10 км для других поверхностных параметров и 25 км для атмосферных данных (скорость ветра). По сравнению с предшественником WeatherNext 2, который работал на сетке 25 км с шагом 6 часов, новая модель дает прогноз, который в 5 раз более четкий.
| Параметр | WeatherNext 2 | WeatherNext 3 |
|---|---|---|
| Пространственное разрешение (поверхность) | 25 км | 5 км |
| Частота обновлений | Каждые 6 часов | Каждый час |
| Источник данных для обучения | Численные модели (NWP) | Спутниковые данные в реальном времени + станции |
| Точность прогноза осадков | Низкая (размытые оценки) | Высокая (прорывная точность) |
Прорыв в прогнозировании осадков
Традиционные модели и предыдущие ИИ-решения часто давали «размытые» прогнозы осадков, пропуская границы сильных штормов. WeatherNext 3 решает эту проблему за счет обучения на двух источниках высокоточных данных об осадках. Это позволяет модели улавливать быстрые изменения облачности и локальные погодные явления, которые критически важны для принятия решений в режиме реального времени.
Интеграция в экосистему Google
Модель уже интегрирована в основные продукты Google. Пользователи могут видеть улучшенные прогнозы в Google Search, Google Maps и Gemini. Для разработчиков и бизнеса данные доступны через Google Cloud. Особое внимание уделено «зеленой» энергетике: модель предсказывает скорость ветра на высоте 100 метров (уровень лопастей турбины) и уровень солнечной радиации, помогая операторам сетей балансировать нагрузку.
Источник: Google DeepMind ↗