Google DeepMind a dezvăluit noul său model meteorologic AI, WeatherNext 2, pe 17 noiembrie, marcând un salt semnificativ în prognoza globală.
Sistemul folosește o metodă nouă numită Functional Generative Network (FGN) pentru a crea predicții de opt ori mai rapide și cu mai multe detalii decât predecesorul său. Revoluția îmbunătățește previziunile pentru evenimente complexe, cum ar fi uraganele, generând sute de scenarii posibile în câteva minute.
Google oferă acum acces la datele modelului prin intermediul platformelor sale cloud. Această mișcare urmărește să accelereze cercetarea și să îmbunătățească siguranța publică, pe măsură ce IA devine mai centrală pentru știința meteorologică, chiar dacă sursele publice de date se confruntă cu incertitudine.
A New Architecture Accurate Forester. Prognoze
În centrul WeatherNext 2 se află o arhitectură nouă detaliată în cercetări recente. Spre deosebire de predecesorul său GenCast, care a folosit o abordare bazată pe difuzie, WeatherNext 2 este construit pe o așa-numită rețea generativă funcțională.
Această metodă FGN injectează „zgomot” atent structurat direct în parametrii modelului. Acesta permite sistemului să genereze un ansamblu mare de scenarii meteorologice realiste din punct de vedere fizic și coerente dintr-un singur punct de pornire.
Fiecare predicție durează mai puțin de un minut pe un singur TPU, o sarcină care ar necesita ore pe un supercomputer tradițional.
Această eficiență nu are prețul preciziei. Conform evaluările Google, WeatherNext 2 depășește modelul anterior de ultimă generație, GenCast, cu 99,9% din toate variabilele și din timpul estimat. Noul model demonstrează o îmbunătățire medie de 6,5% a preciziei, măsurată de Scorul de probabilitate clasat continuu (CRPS), o măsură cheie pentru prognozele probabilistice.
Oferă, de asemenea, o rezoluție temporală mai mare, cu predicții disponibile la intervale de 6 ore și capacități experimentale pentru intervale de timp de 1 oră, oferind date mai detaliate pentru factorii de decizie
Abordarea FGN este deosebit de eficientă în modelarea atât a elementelor meteorologice individuale („marginale”), cât și a interacțiunilor lor complexe („articulații”). Antrenând numai puncte de date individuale, cum ar fi temperatura sau viteza vântului, modelul învață fizica de bază pentru a prezice sisteme la scară mare, cum ar fi râurile atmosferice și ciclonii.
Cu toate acestea, Google observă că modelul are unele limitări, inclusiv potențialul unor artefacte vizuale minore „fagure de miere” în prognozele pentru anumite variabile, așa cum este subliniat în prezentare generală a cazurilor de utilizare și a limitărilor.
[conținut încorporat]
De la laboratorul de cercetare la platformele publice și agențiile partenere
Basându-se pe descoperirile sale anterioare, Google și-a dezvăluit o strategie clară de la cercetarea în lumea reală. Datele de prognoză ale WeatherNext 2 sunt acum accesibile cercetătorilor și dezvoltatorilor prin intermediul platformelor Google Earth Engine și BigQuery.
În plus, un nou program de acces timpuriu pe Vertex AI de la Google Cloud permite organizațiilor să-și genereze propriile prognoze personalizate folosind modelul.
Această inițiativă continuă o tendință mai largă de implicare în creșterea tehnologiei meteorologice în Big Tech. Companii precum Microsoft, Nvidia și IBM și-au dezvoltat cu toții propriile sisteme avansate de prognoză, cum ar fi Aardvark Weather de la Microsoft și modelul NASA/IBM Prithvi WxC.
Așa cum Kirstine Dale, director AI la Met Office, a remarcat despre tendința generală: „Vedem potențialul pentru o schimbare reală pas, în felul în care am început să folosim o schimbare reală… computere.”
Strategia Google include, de asemenea, colaborarea directă cu agențiile guvernamentale cheie. Într-un parteneriat de referință, Centrul Național pentru Uragane (NHC) din S.U.A. a integrat un model experimental Google AI în fluxul său de lucru operațional pentru sezonul uraganelor 2025.
Această colaborare, o premieră pentru agenția federală, va pune îndrumări generate de inteligență artificială în fața previztorilor umani experți, combinând viteza mașinii cu expertiza umană pentru a îmbunătăți furtunile.
Criza care se apropie: dependența AI de datele publice pe cale de dispariție
În timp ce progresele tehnologice se accelerează, întregul domeniu se confruntă cu o amenințare fundamentală. Modelele meteorologice AI, cum ar fi WeatherNext 2, sunt instruite pe decenii de date istorice, în mare parte din arhive publice gestionate de agenții precum Administrația Națională Oceanică și Atmosferică din SUA (NOAA).
Aceste surse de date esențiale sunt acum în pericol din cauza reducerilor bugetare propuse și a deficitului grav de personal.
Situația a devenit atât de critică încât fostul director al Serviciului Meteorologic NOAA a devenit atât de critic. scrisoare de avertizare asupra consecințelor potențiale.
„Cel mai rău coșmar al nostru este că birourile de prognoză meteo vor avea atât de puține personal încât vor exista pierderi inutile de vieți omenești”, au scris ei. De la începutul anului 2025, NWS a pierdut peste 550 de angajați, lăsând unele birouri de prognoză lipsite de personal, chiar când începe sezonul uraganelor.
Un fost șef al NHC a descris eforturile de a ocupa locurile vacante ca fiind doar „amestecarea șezlongurilor pe Titanic”, adăugând: „Umpleți o gaură undeva undeva.”
Această criză de date nu a trecut neobservată de comunitatea științifică. Profesorul de la Universitatea Cambridge, Richard Turner, și-a exprimat îngrijorarea, declarând: „Comunitatea nu s-a trezit – în mod surprinzător, în opinia mea – încă cu acest pericol… Cred că reducerile sunt foarte periculoase într-un moment în care clima se schimbă cu adevărat.”
Deși acțiunile recente ale Congresului au respins cele mai severe reduceri bugetare, oferind o oarecare ușurare, aceste arhive de date publice rămân nesigure pe termen lung. Paradoxul este puternic: pe măsură ce inovația privată în domeniul AI meteorologic atinge noi culmi, succesul său depinde de o infrastructură publică de date care luptă pentru supraviețuirea sa.
Noul parteneriat dintre Google și NHC evidențiază potențialul imens al AI de a salva vieți, dar arată și nevoia urgentă de a proteja datele deschise care fac posibil un astfel de progres, o temă centrală în revoluția meteo
.
