Ang Google DeepMind ay nagsiwalat ng bagong modelo ng panahon ng AI, WeatherNext 2, noong Nobyembre 17, na nagmamarka ng isang makabuluhang paglukso sa pandaigdigang pagtataya. Ang pambihirang tagumpay ay nagpapabuti ng mga pagtataya para sa mga kumplikadong kaganapan tulad ng mga bagyo sa pamamagitan ng pagbuo ng daan-daang mga posibleng mga sitwasyon sa ilang minuto. Ang hakbang na ito ay naglalayong mapabilis ang pananaliksik at mapahusay ang kaligtasan ng publiko dahil ang AI ay nagiging mas sentral sa agham ng panahon, kahit na ang mga mapagkukunan ng publiko ay nahaharap sa kawalan ng katiyakan. Mas mabilis, mas tumpak na mga pagtataya Hindi tulad ng hinalinhan nito na Gencast, na ginamit ang isang diskarte na batay sa pagsasabog, ang WeatherNext 2 ay itinayo sa isang tinatawag na functional generative network. Pinapayagan nito ang system na makabuo ng isang malaking ensemble ng pisikal na makatotohanang at magkakaugnay na mga sitwasyon ng panahon mula sa isang solong panimulang punto. Ayon sa Mga pagsusuri ng Google , weathernext 2 ay lumampas sa nakaraang modelo ng state-of-the-art, Gencast, sa 99.9% ng lahat ng mga variable at forecast na mga oras ng tingga. Ang bagong modelo ay nagpapakita ng isang average na 6.5% na pagpapabuti sa kawastuhan tulad ng sinusukat ng patuloy na ranggo ng probabilidad na marka (CRP), isang pangunahing sukatan para sa mga probabilistikong pagtataya. href=”https://developers.google.com/weathernext/guides/models”target=”_ blangko”> opisyal na dokumentasyon ng modelo . Sa pamamagitan lamang ng pagsasanay sa mga indibidwal na puntos ng data tulad ng temperatura o bilis ng hangin, natutunan ng modelo ang pinagbabatayan na pisika upang mahulaan ang mga malalaking sistema tulad ng mga ilog at mga bagyo. href=”https://developers.google.com/weathernext/guides/usecases”target=”_ blangko”> gumamit ng kaso at mga limitasyon sa pangkalahatang-ideya AI mula sa pananaliksik hanggang sa real-world application. Ang data ng forecast ng WeatherNext 2 ay maa-access ngayon sa mga mananaliksik at mga developer sa pamamagitan ng mga platform ng Earth ng Google at mga platform ng BigQuery. Ang mga kumpanya tulad ng Microsoft, Nvidia, at IBM ay lahat ay nakabuo ng kanilang sariling mga advanced na sistema ng pagtataya, tulad ng Microsoft’s Aardvark Weather at ang NASA/IBM Prithvi WXC Model. Mga Computer.”
Ang diskarte ng Google ay nagsasama rin ng direktang pakikipagtulungan sa mga pangunahing ahensya ng gobyerno. Sa isang landmark na pakikipagtulungan, ang Estados Unidos National Hurricane Center (NHC) ay nagsama ng isang eksperimentong modelo ng Google AI sa daloy ng pagpapatakbo nito para sa 2025 na panahon ng bagyo.
Ang umuusbong na krisis: Ang pag-asa ng AI sa endangered public data
Ang mga modelo ng panahon ng AI tulad ng WeatherNext 2 ay sinanay sa mga dekada ng makasaysayang data, karamihan sa mga ito mula sa mga pampublikong archive na pinamamahalaan ng Ang babala ng liham sa mga potensyal na kahihinatnan. Mula noong unang bahagi ng 2025, ang NWS ay nawalan ng higit sa 550 mga empleyado, na nag-iiwan ng ilang mga tanggapan ng pagtataya na kritikal na hindi nasisira tulad ng inilarawan ng Hurricane season. Ang propesor ng Cambridge University na si Richard Turner ay nagpahayag ng kanyang pag-aalala, na nagsasabi,”Ang pamayanan ay hindi-nakakagulat, sa aking pananaw-nagising sa panganib na ito.”ay stark: Habang ang pribadong pagbabago sa panahon ay umabot sa mga bagong taas, ang tagumpay nito ay nakasalalay sa isang pampublikong data imprastraktura na nakikipaglaban para sa kaligtasan nito.
