谷歌DeepMind推出WeatherNext 2人工智慧模型，用於提供精準的全球天氣預報

by 艾莉莎戴維森

發佈時間：18 年 2025 月 6 日上午 00:18 更新日期：2025 年 6 月 00 日上午 XNUMX:XNUMX

by 安娜

編輯與事實查核：18 年 2025 月 6 日上午 00:XNUMX

簡單來說

Google DeepMind 推出了 WeatherNext 2，提供速度更快、解析度更高、多場景的全球天氣預報，以支援更準確、更具可操作性的決策。

谷歌DeepMind推出WeatherNext 2人工智慧模型，用於提供精準的全球天氣預報

Google DeepMind谷歌旗下人工智慧部門推出了 WeatherNext 2，這是迄今為止最先進的全球天氣預報系統，具有更高的準確性和解析度。

WeatherNext 2 採用全新模型，能夠產生數百種潛在情景，因此其預報速度可提升至原來的八倍，時間分辨率精確到一小時。此方法已被用於輔助氣象機構進行決策，包括進行氣旋預測實驗。

該系統現已向用戶開放，用戶可透過 Google Earth Engine 和 BigQuery 取得預測數據。此外，Google Cloud 的 Vertex AI 平台也已啟動早期存取計劃，允許使用者進行自訂模型推理。

WeatherNext 技術的整合已經提升了 Google 搜尋、Gemini、Pixel Weather 和 Google Maps Platform Weather API 的天氣預報質量，並且在未來幾週內，它還將支援在 Google 地圖平台中提供天氣資訊。谷歌地圖.

WeatherNext 2 引入人工智慧驅動的功能生成網絡，以實現更準確的天氣預報

準確的天氣預報需要捕捉所有可能的結果，包括對規劃至關重要的極端情況。 WeatherNext 2 能夠根據單一初始條件產生數百種潛在的天氣結果，每次預測在單一 TPU 上只需不到一分鐘——而使用傳統的基於物理的超級電腦模型，同樣的操作則需要數小時。

該系統能夠提供高度精準、高解析度的小時級天氣預報，在0至15天的預報時效內，99.9%的變數（包括溫度、風力和濕度）的預測性能均優於先前的WeatherNext模型。這使得預測更加精確，也更具實用性。

性能的提升是透過一種新的方法來實現的。人工智慧建模此方法稱為功能生成網路 (FGN)，它將受控「雜訊」直接引入模型架構中，確保預測結果在物理上是合理的，並且在內部是一致的。

這種方法尤其適用於預測「邊緣變數」（例如某地溫度、特定高度的風速或濕度等單一氣像要素）和「聯合變數」（依賴這些單一要素之間關係的複雜且相互關聯的系統）。儘管該模型僅基於邊緣變量進行訓練，但它能夠準確推斷聯合變量，從而預測大規模模式，例如經歷極端高溫的區域或整個風電場的預期發電量。

WeatherNext 2 將先進的研究成果應用於實際且影響深遠的天氣預報。我們不斷努力改進和提升這項技術，同時讓全球用戶都能使用最新的工具。

未來的工作包括探索更多資料來源，並擴大資料可用性，以惠及更多使用者。該計劃旨在透過提供強大的工具和開放數據，支持科學發現，並使全球研究人員、開發人員和組織能夠針對複雜挑戰做出明智的決策，從而推動未來的創新。

標籤：

免責聲明

在與線信託專案指南，請注意，本頁提供的資訊無意且不應被解釋為法律、稅務、投資、財務或任何其他形式的建議。重要的是，僅投資您可以承受損失的金額，並在有任何疑問時尋求獨立的財務建議。如需了解更多信息，我們建議您參閱條款和條件以及發行人或廣告商提供的幫助和支援頁面。 MetaversePost 致力於提供準確、公正的報告，但市場狀況如有變更，恕不另行通知。