Google DeepMind lanserar AI-väderprognosmodell

Google DeepMind och Google Research har lanserat WeatherNext 3, en AI-modell för väderprognoser som beskrivs som den mest avancerade och exakta globala modellen hittills. Modellen kan lära sig direkt från realtidsobservationer och leverera mer omedelbara och lokala prognoser för väderhändelser som påverkar människor.

Genom att använda rå satellitdata kan modellen generera timvisa prognoser med hög upplösning, vilket förbättrar väderinformationen för Googles globala produkter. WeatherNext 3 kan producera prognoser med olika rumsliga upplösningar, från globala vindmönster till lokala terrängdetaljer, och upprätthålla fysikalisk konsistens.

Modellen levererar kritiska ytvärden som temperatur och fuktighet med en upplösning på 5 kilometer, medan andra ytvärden har 10 kilometers upplösning och luftvariabler som vindhastighet har 25 kilometers upplösning. Denna detaljnivå är avgörande för att förutsäga snabbt utvecklande extremväder.

WeatherNext 3 tränas på data från ett begränsat antal väderstationer globalt, vilket möjliggör prognoser på 5 km-rutnät och inkludering av terrängdetaljer. Detta är särskilt viktigt för regioner som Latinamerika, Afrika och Asien, där högupplösta prognoser historiskt sett varit dyra och svårtillgängliga. Modellen förväntas ge miljontals människor och lokala företag tillgång till lokaliserade och högkvalitativa väderprognoser.

Utöver förbättrad upplösning och frekvens har modellen också utvecklats för att ge specifika prognoser för produktion av förnybar energi. Den kan förutsäga vindhastigheter på 100 meters höjd för vindkraftsproduktion och ge data om molntäcke och solinstrålning för solkraftsanläggningar. Dessa data är avgörande för global planering av ren energi.

WeatherNext 3 integreras nu i Google Search, Gemini-appen, Google Maps, Google Maps Platform Weather API och Google Earth Engine.