Google DeepMind och Google Research lanserar WeatherNext 3, företagets hittills mest avancerade globala AI-modell för väderprognoser. Modellen ska börja användas i Google Sök, Google Maps och Gemini samt göras tillgänglig för utvecklare och forskare genom Googles molntjänster.
WeatherNext 3 skapar en ny global prognos varje timme. Föregångaren WeatherNext 2 arbetade i stället med intervaller på sex timmar.
Annons
Fem gånger skarpare väderbild
Den nya modellen kan visa temperatur och luftfuktighet med en geografisk upplösning på fem kilometer. Andra variabler vid markytan visas med tio kilometers upplösning, medan bland annat vindar i atmosfären beräknas i områden på 25 kilometer.
Google beskriver den samlade väderbilden som ungefär fem gånger skarpare än den som skapades av WeatherNext 2. Den tidigare modellen arbetade med en upplösning på 25 kilometer och riskerade därför att jämna ut lokala skillnader.
Den högre detaljnivån kan få särskild betydelse nära kustlinjer, dalgångar och berg, där temperaturen och luftfuktigheten kan skilja sig märkbart inom ett litet område.
WeatherNext 3 har även tränats mot mätningar från enskilda väderstationer. Det ska hjälpa modellen att ta hänsyn till lokala förhållanden och gör det lättare att jämföra prognoserna med verkliga observationer.
Får färsk satellitdata varje timme
Traditionella väderprognoser bygger vanligtvis på fysikaliska modeller som körs i stora superdatorer. Många tidigare AI-modeller har i sin tur tränats på bearbetade data från dessa vädersystem.
WeatherNext 3 kan i stället ta emot mosaiker av aktuell data från geostationära vädersatelliter. Informationen uppdateras varje timme och visar hur atmosfären förändras i nära realtid.
Det kan ge modellen en fördel när regnområden, stormar och fronter utvecklas snabbt. Bearbetade data från konventionella prognossystem kan enligt Google ha en fördröjning på omkring sex timmar.
Ferran Alet, forskningschef på Google DeepMind, säger till TechCrunch att maskininlärning lämpar sig för ett område där modeller behöver hantera ofullständig information och fysik som inte går att beräkna med obegränsade resurser.
Ska bli bättre på regn och snö
Nederbörd har länge varit en svag punkt för globala AI-baserade vädermodeller. Regn och snö formas av små och snabbt föränderliga processer som lätt blir utsmetade när prognosen delas upp i stora geografiska områden.
Google har därför tränat WeatherNext 3 med nederbördsdata från bland annat Nasas satellitsystem IMERG och företagets egen globala analys av satellitbaserade radarmätningar.
I Googles utvärderingar förbättrades vissa mått för nederbördsprognoser med upp till 60 procent jämfört med tidigare modeller. Resultatet varierade beroende på vilken datakälla som användes som jämförelse.
När modellen används för prognoser mer än ett dygn framåt uppger Google att användarna kan få upp till 50 procent mer träffsäkra nederbördsprognoser. Den största förbättringen väntas i områden där tillförlitliga lokala prognoser tidigare varit svåra eller kostsamma att ta fram.
Siffrorna kommer huvudsakligen från Google. Modellen har även placerat sig högt i Brightbands löpande oberoende jämförelser av AI-baserade väderprognoser.
Dyker upp i Google Maps och Gemini
WeatherNext 3 börjar användas globalt i Google Sök, Gemini, Google Maps och vädertjänsten i Google Maps Platform. Det innebär att även svenska användare kan möta modellens prognoser i Googles befintliga tjänster.
Samier Merchant, senior ingenjör på Google, säger till TechCrunch att detta är första gången vissa av modellens viktigaste vädervariabler används som grund i ett större antal Google-produkter.
Företag och forskare får också tillgång till prognosdata genom BigQuery, Google Earth Engine och Google Cloud Storage. Det kan exempelvis användas för att planera jordbruk, transporter och energiproduktion.
Modellen kan förutse vindhastigheten på omkring 100 meters höjd, ungefär där rotorbladen på många vindkraftverk arbetar. Den beräknar även molntäcke och solinstrålning för att hjälpa energibolag uppskatta produktionen från vind- och solkraft.
Ersätter inte svenska vädervarningar
WeatherNext 3 kan ge mer detaljerad väderinformation i tjänster som många svenskar redan använder. Prognoserna bör däremot inte förväxlas med officiella svenska vädervarningar.
Google skriver själv att lokala vädermyndigheter fortfarande ska användas vid allvarligt väder och andra säkerhetsrelaterade händelser. I Sverige är det SMHI som utfärdar de officiella varningarna.
Även en avancerad AI-modell måste hantera att atmosfären är kaotisk och aldrig går att förutse helt. WeatherNext 3 kan därför minska osäkerheten, men inte garantera att paraplyet alltid följer med precis när det behövs.