Google DeepMind introducerer WeatherNext 2 AI-model til præcise globale vejrudsigter
Kort sagt
Google DeepMind har lanceret WeatherNext 2, der leverer hurtigere globale vejrudsigter med højere opløsning og dækker flere scenarier for at understøtte mere præcis og handlingsrettet beslutningstagning.
Google DeepMind, Googles AI-division, har introduceret WeatherNext 2, deres hidtil mest avancerede system til at generere globale vejrudsigter med forbedret nøjagtighed og højere opløsning.
WeatherNext 2 kan producere prognoser op til otte gange hurtigere, med en tidsmæssig opløsning så præcis som en time, takket være en ny model, der er i stand til at generere hundredvis af potentielle scenarier. Denne tilgang er blevet brugt til at hjælpe vejrbureauer med beslutningstagning, herunder eksperimentelle cyklonforudsigelser.
Systemet gøres nu tilgængeligt for brugerne, med prognosedata tilgængelige via Google Earth Engine og BigQuery. Derudover er der lanceret et program for tidlig adgang på Google Clouds Vertex AI-platform for at muliggøre brugerdefineret modelinferens.
Integrationen af WeatherNext-teknologi har allerede forbedret vejrudsigter på tværs af Google Søgning, Gemini, Pixel Weather og Google Maps Platform Weather API, og i de kommende uger vil den også understøtte vejrinformation indenfor Google Maps.
WeatherNext 2 introducerer AI-drevne funktionelle generative netværk for bedre vejrudsigter
Præcis vejrudsigt kræver indfangning af hele spektret af mulige udfald, inklusive ekstreme scenarier, der er afgørende for planlægning. WeatherNext 2 er i stand til at generere hundredvis af potentielle vejrudfald fra en enkelt starttilstand, hvor hver forudsigelse tager under et minut på en enkelt TPU - en operation, der ville kræve timer ved brug af traditionelle fysikbaserede supercomputermodeller.
Systemet leverer yderst effektive prognoser med høj opløsning helt ned til timen og overgår den tidligere WeatherNext-model på 99.9 % af variablerne, herunder temperatur, vind og luftfugtighed, med leveringstider på 0 til 15 dage. Dette muliggør mere præcise og handlingsrettede forudsigelser.
Den forbedrede ydeevne opnås gennem en ny AI-modellering en tilgang kendt som et funktionelt generativt netværk (FGN), som introducerer kontrolleret 'støj' direkte i modelarkitekturen og sikrer, at prognoserne forbliver fysisk realistiske og internt konsistente.
Denne metode er særligt effektiv til at forudsige både 'marginaler' – individuelle vejrelementer såsom temperatur på et sted, vindhastighed i en bestemt højde eller luftfugtighed – og 'ledd', som er komplekse, sammenkoblede systemer, der afhænger af forholdet mellem disse individuelle elementer. Selvom modellen kun er trænet på marginaler, kan den præcist udlede led, hvilket gør det muligt at forudsige store mønstre, såsom regioner, der oplever ekstrem varme, eller den forventede effekt fra en hel vindmøllepark.
Med WeatherNext 2 anvendes avanceret forskning til praktiske vejrudsigter med stor effekt. Der arbejdes fortsat på at forfine og forbedre teknologien, samtidig med at de nyeste værktøjer gøres tilgængelige for det globale samfund.
Fremtidigt arbejde omfatter udforskning af yderligere datakilder og udvidelse af tilgængeligheden for at nå ud til flere brugere. Ved at tilbyde robuste værktøjer og åbne data sigter initiativet mod at understøtte videnskabelig opdagelse og sætte forskere, udviklere og organisationer verden over i stand til at træffe informerede beslutninger om komplekse udfordringer og fremme innovation for fremtiden.
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Alisa, en dedikeret journalist ved MPost, har specialiseret sig i kryptovaluta, beviser uden viden, investeringer og den ekspansive verden af Web3. Med et skarpt øje for nye trends og teknologier leverer hun omfattende dækning for at informere og engagere læserne i det stadigt udviklende landskab af digital finans.
Flere artikler
Alisa, en dedikeret journalist ved MPost, har specialiseret sig i kryptovaluta, beviser uden viden, investeringer og den ekspansive verden af Web3. Med et skarpt øje for nye trends og teknologier leverer hun omfattende dækning for at informere og engagere læserne i det stadigt udviklende landskab af digital finans.
