Теперь прогнозы становятся быстрее, точнее и детализированнее, благодаря ИИ-подходу, а не классическим физическим моделям.

Что нового и почему это важно

• WeatherNext 2 генерирует прогноз в 8 раз быстрее, чем предыдущие модели Google: одна предсказательная сессия на чипе TPU занимает менее минуты, тогда как традиционные физические модели требуют часов.
• Модель создаёт сотни возможных сценариев погоды из одной точки запуска.
• Прогнозы охватывают до 15 дней вперёд и дают покадровые (по часам) данные.
• WeatherNext 2 работает с такими метеопараметрами, как температура, ветер, давление, влажность.
• Точность модели — очень высокая: по словам Google, она превосходит предшественника в 99.9 % переменных и временных точек.

WeatherNext 2 уже интегрируется в сервисы Google: Поиск, Gemini, Pixel Weather и Google Maps. Еще есть программа раннего доступа: организации могут использовать модель через Google Cloud Vertex AI, чтобы строить свои кастомные прогнозы.

Ключевой инновацией стала Functional Generative Network (FGN) — архитектура, которая внедряет «целенаправленный шум» (рандомность) прямо в модель. Это помогает генерировать множество реалистичных вариантов погоды за один шаг, сохраняя физическую правдоподобность.

А применение практическое смогут найти организации, связанные с энергетикой, сельским хозяйством, транспортом, логистикой. То есть везде, где нужна помощь в подготовке к экстремальным погодным явлениям, поскольку даст сценарии даже редких, но опасных событий.

К словуя Google не единственная крупная компания, работающая над ИИ-прогнозами погоды. С подобными идеями экспериментируют Европейский центр среднесрочных прогнозов (ECMWF), NVIDIA, Huawei и другие.

В России конкретно крупных моделей ИИ для прогноза погоды, аналогичных WeatherNext или GenCast, пока публично мало — в основном — исследовательские разработки или узкоспециализированные системы.