Google навчила ШІ точніше передбачати дощ і сніг: WeatherNext 3 вже працює в Maps і Gemini

Google офіційно представила WeatherNext 3 — нове покоління своєї глобальної ШІ-моделі для прогнозування погоди. Головними змінами стали використання актуальних супутникових спостережень, погодинне оновлення прогнозів і значно вища деталізація. Розробка вже починає використовуватися в популярних сервісах компанії, зокрема Google Search, Google Maps і Gemini.

За даними Google, WeatherNext 3 стала найточнішою глобальною погодною ШІ-моделлю компанії. На відміну від попередніх систем, нова версія може безпосередньо враховувати свіжі дані з геостаціонарних супутників і на їхній основі формувати новий прогноз щогодини.

WeatherNext 3 отримала значно детальнішу карту погоди

Однією з головних проблем глобальних погодних моделей залишається просторова роздільна здатність. Чим більша ділянка земної поверхні припадає на одну умовну клітинку прогнозу, тим складніше системі враховувати локальний рельєф, узбережжя, невеликі хмарні системи та інші фактори.

У WeatherNext 2 прогноз будувався переважно на сітці з роздільною здатністю близько 25 км, а нові дані з'являлися з інтервалом приблизно шість годин. WeatherNext 3 може відображати температуру та деякі інші поверхневі параметри з деталізацією до 5 км. Для інших показників використовується сітка приблизно 10 або 25 км залежно від типу даних.

У результаті загальна деталізація прогнозу може бути приблизно у п'ять разів вищою, ніж у WeatherNext 2. Особливо помітною різниця повинна бути в регіонах зі складним рельєфом, біля узбережжя та під час швидких змін атмосферних умов.

Супутникові дані стали головною зміною

WeatherNext 3 відрізняється від попереднього покоління не тільки роздільною здатністю. Значно важливішою зміною стало те, які саме дані модель отримує перед формуванням прогнозу.

Багато сучасних ШІ-систем прогнозування погоди навчаються та запускаються на інформації, сформованій класичними чисельними моделями NWP. Такі системи використовують фізичні рівняння атмосфери та потребують значних обчислювальних ресурсів, а підготовка початкових даних займає певний час.

WeatherNext 3 додатково отримує мозаїку актуальних спостережень глобальної мережі геостаціонарних супутників. Завдяки цьому модель має свіжішу картину стану атмосфери та може генерувати новий прогноз кожну годину.

Як зазначає The Verge, такий підхід особливо корисний для короткочасних і швидкоплинних явищ, коли ситуація може суттєво змінитися протягом кількох годин.

Google обіцяє значно точніше прогнозування дощу та снігу

Окрему увагу розробники приділили опадам. Саме локальні дощі, снігопади та грозові системи традиційно залишаються одними з найскладніших явищ для глобального прогнозування, оскільки вони залежать від процесів, що розвиваються на відносно невеликих територіях.

Для навчання та перевірки WeatherNext 3 Google використовувала, серед іншого, супутниковий набір даних NASA IMERG, радарні дані MRMS та власну глобальну базу аналізу опадів.

Тут є важливе уточнення: IMERG не є окремим алгоритмом прогнозу погоди, з яким WeatherNext 3 безпосередньо конкурує. Це система супутникових спостережень за опадами, яка використовується як один з орієнтирів для оцінювання результатів.

За результатами тестів Google, показник CRPS, що застосовується для оцінки ймовірнісних прогнозів, покращився до 60% під час перевірки за даними IMERG. Для MRMS компанія заявляє покращення приблизно до 30%, а при порівнянні з вимірюваннями наземних опадомірів на ранніх горизонтах прогнозування — до 10%.

Для звичайного користувача більш зрозумілим є інший показник: Google заявляє, що під час планування на добу або більше вперед прогноз опадів у її сервісах у деяких випадках може стати до 50% точнішим.

Чому це важливіше, ніж просто ще один ШІ-прогноз

Найцікавіша частина WeatherNext 3 полягає не стільки в використанні штучного інтелекту, скільки у поєднанні трьох характеристик: свіжих супутникових даних, погодинного оновлення та вищої просторової деталізації. Саме це потенційно дозволяє швидше реагувати на зміни погоди, які старіші глобальні моделі могли згладжувати або помічати із запізненням.

Водночас заявлені Google цифри варто трактувати правильно. Незалежна платформа Operational WeatherBench від Brightband справді включає WeatherNext 3 до системи постійного порівняння глобальних погодних моделей. Однак її поточна методологія не використовує дані WeatherNext 3 для прямого порівняння прогнозів опадів з іншими моделями через відмінності у вихідних даних. Тому показники покращення опадів на 50–60% наразі передусім базуються на тестуванні, оприлюдненому самою Google.

Це важливий нюанс: WeatherNext 3 демонструє серйозний технологічний прогрес, але нову систему поки не варто сприймати як універсальну заміну традиційній метеорології. Для штормових попереджень, небезпечних погодних явищ та інших ситуацій, що стосуються безпеки, сама Google рекомендує орієнтуватися на повідомлення офіційних метеорологічних служб.

ШІ допомагатиме не лише вирішувати, чи брати парасольку

WeatherNext 3 розрахована не тільки на звичайні погодні прогнози. Google додала до моделі параметри, корисні для енергетичної галузі. Наприклад, система може прогнозувати швидкість вітру на висоті близько 100 метрів — приблизно на рівні розташування турбін сучасних вітрових електростанцій.

Також модель аналізує хмарність і сонячне випромінювання. Завдяки цьому оператори сонячних і вітрових електростанцій потенційно можуть точніше оцінювати очікуване виробництво електроенергії та заздалегідь балансувати навантаження в мережі.

Подібні прогнози особливо цінні для енергосистем із великою часткою відновлюваних джерел, адже виробництво сонячної та вітрової енергії безпосередньо залежить від погодних умов.