Google DeepMind presenta il modello di intelligenza artificiale WeatherNext 2 per previsioni meteorologiche globali accurate
In Breve
Google DeepMind ha lanciato WeatherNext 2, offrendo previsioni meteorologiche globali più rapide, ad alta risoluzione e multi-scenario per supportare processi decisionali più accurati e attuabili.
Google DeepMind, la divisione AI di Google, ha presentato WeatherNext 2, il suo sistema più avanzato fino ad oggi per generare previsioni meteorologiche globali con maggiore precisione e risoluzione.
WeatherNext 2 può produrre previsioni fino a otto volte più veloci, con una risoluzione temporale precisa fino a un'ora, grazie a un nuovo modello in grado di generare centinaia di potenziali scenari. Questo approccio è stato utilizzato per supportare le agenzie meteorologiche nel processo decisionale, comprese le previsioni sperimentali sui cicloni.
Il sistema è ora accessibile agli utenti, con dati previsionali disponibili tramite Google Earth Engine e BigQuery. Inoltre, è stato lanciato un programma di accesso anticipato sulla piattaforma Vertex AI di Google Cloud per consentire l'inferenza di modelli personalizzati.
L'integrazione della tecnologia WeatherNext ha già migliorato le previsioni meteo su Google Search, Gemini, Pixel Weather e l'API Weather di Google Maps Platform e, nelle prossime settimane, supporterà anche le informazioni meteo all'interno Google Maps.
WeatherNext 2 introduce reti generative funzionali basate sull'intelligenza artificiale per previsioni meteorologiche migliori
Per previsioni meteorologiche accurate è necessario catturare l'intera gamma di possibili esiti, inclusi scenari estremi critici per la pianificazione. WeatherNext 2 è in grado di generare centinaia di potenziali esiti meteorologici a partire da una singola condizione iniziale, con ogni previsione che richiede meno di un minuto su una singola TPU, un'operazione che richiederebbe ore utilizzando i tradizionali modelli di supercomputer basati sulla fisica.
Il sistema fornisce previsioni altamente dettagliate e ad alta risoluzione con precisione oraria, superando il precedente modello WeatherNext sul 99.9% delle variabili, tra cui temperatura, vento e umidità, con tempi di previsione da 0 a 15 giorni. Ciò consente previsioni più precise e attuabili.
Le prestazioni migliorate sono ottenute tramite un nuovo Modellazione dell'intelligenza artificiale approccio noto come Functional Generative Network (FGN), che introduce "rumore" controllato direttamente nell'architettura del modello, garantendo che le previsioni rimangano fisicamente realistiche e internamente coerenti.
Questa metodologia è particolarmente efficace per prevedere sia i "marginali" – singoli elementi meteorologici come la temperatura in un luogo, la velocità del vento a una certa altitudine o l'umidità – sia i "giunti", ovvero sistemi complessi e interconnessi che dipendono dalle relazioni tra questi singoli elementi. Sebbene il modello sia addestrato solo sui marginali, è in grado di dedurre con precisione i giunti, consentendo di prevedere modelli su larga scala, come regioni soggette a temperature estreme o la potenza prevista di un intero parco eolico.
Con WeatherNext 2, la ricerca avanzata viene applicata a previsioni meteorologiche pratiche e ad alto impatto. Gli sforzi proseguono per perfezionare e migliorare la tecnologia, rendendo al contempo gli strumenti più recenti accessibili alla comunità globale.
I lavori futuri includono l'esplorazione di ulteriori fonti di dati e l'ampliamento della disponibilità per raggiungere un maggior numero di utenti. Fornendo strumenti affidabili e dati aperti, l'iniziativa mira a supportare la scoperta scientifica e a consentire a ricercatori, sviluppatori e organizzazioni di tutto il mondo di prendere decisioni informate su sfide complesse e promuovere l'innovazione per il futuro.
Negazione di responsabilità
In linea con la Linee guida del progetto Trust, si prega di notare che le informazioni fornite in questa pagina non intendono essere e non devono essere interpretate come consulenza legale, fiscale, di investimento, finanziaria o di qualsiasi altra forma. È importante investire solo ciò che puoi permetterti di perdere e chiedere una consulenza finanziaria indipendente in caso di dubbi. Per ulteriori informazioni, suggeriamo di fare riferimento ai termini e alle condizioni nonché alle pagine di aiuto e supporto fornite dall'emittente o dall'inserzionista. MetaversePost si impegna a fornire report accurati e imparziali, ma le condizioni di mercato sono soggette a modifiche senza preavviso.
Circa l'autore
Alisa, una giornalista dedicata al MPost, è specializzato in criptovaluta, prove a conoscenza zero, investimenti e nel vasto regno di Web3. Con un occhio attento alle tendenze e alle tecnologie emergenti, offre una copertura completa per informare e coinvolgere i lettori nel panorama in continua evoluzione della finanza digitale.
Altri articoli
Alisa, una giornalista dedicata al MPost, è specializzato in criptovaluta, prove a conoscenza zero, investimenti e nel vasto regno di Web3. Con un occhio attento alle tendenze e alle tecnologie emergenti, offre una copertura completa per informare e coinvolgere i lettori nel panorama in continua evoluzione della finanza digitale.
