Google DeepMind только что создала модель прогнозирования погоды, которая превзошла людей, посвятивших свои карьеры отслеживанию ураганов. WeatherNext 2, разработанная в сотрудничестве с Google Research, может предсказывать как путь, так и интенсивность тропических циклонов с точностью, превосходящей традиционные физические методы во время атлантического ураганного сезона 2025 года.
Что на самом деле делает WeatherNext 2
Модель генерирует вероятностные ансамблевые прогнозы до 15 дней вперёд с временным разрешением до одного часа. Она работает в 8 раз быстрее, чем предыдущие модели. Национальный центр ураганов тестировал WeatherNext 2 во время ураганного сезона 2025 года. Она превзошла традиционные методы по нескольким ключевым показателям эффективности прогнозирования циклонов. Возможно, наиболее любопытно то, что исследователи, стоящие за этой моделью, пока полностью не понимают, как она достигает такого уровня точности, используя входные данные о погоде с более низким разрешением.
Ранние компоненты серии WeatherNext, а также связанные модели, такие как GraphCast и GenCast, уже были открыты с открытым исходным кодом. Предварительно обученные веса и данные с низким разрешением доступны публично через ресурсы Google Developer. DeepMind сообщила, что сам WeatherNext также будет открыт с открытым исходным кодом, что означает, что любой с соответствующими техническими навыками сможет строить на его основе.
Почему криптовалютным рынкам следует это учитывать
Криптоэкосистема тихо создает финансовую инфраструктуру, зависящую от точных данных о погоде в реальном времени. Прогнозные рынки позволяют пользователям делать ставки на погодные события. Параметрические протоколы страхования автоматически запускают выплаты при достижении определенных метеорологических порогов, например, при скорости ветра, превышающей определенный уровень, или количестве осадков, достигающем заданного стандарта.
Часовое разрешение и 15-дневный прогнозный интервал WeatherNext 2 могут значительно повысить точность этих триггеров. Открытый характер модели позволяет протоколам DeFi интегрировать её выходные данные напрямую или создавать деривативные продукты данных на основе общедоступных весов, не заключая корпоративных лицензионных соглашений с Google.
Более широкая конвергенция ИИ и блокчейна
Google DeepMind годами готовилась к этому моменту. GraphCast продемонстрировал, что машинное обучение может превзойти традиционные численные методы прогнозирования погоды для среднесрочных прогнозов. GenCast вышел на новый уровень, занявшись генерацией вероятностных ансамблей. WeatherNext 2 делает следующий шаг, сосредоточившись специально на событиях с высоким воздействием, таких как тропические циклоны.
Партнёрство с NHC добавляет институциональную достоверность, имеющую значение за пределами академической среды. Когда федеральное агентство, ответственное за защиту жизней, подтверждает превосходство модели ИИ над собственными традиционными методами, это сигнал того, что технология перешла от научного интереса к практическому инструменту.
Риск заключается в том, что более точные прогнозы не автоматически превращаются в лучшие продукты. Разрыв между выводом модели и исполнением смарт-контракта по-прежнему требует надежной инфраструктуры оракулов, правильного моделирования рисков и достаточной ликвидности для функционирования рынков. DeepMind решила проблему прогнозирования. Экосистеме криптовалют все еще нужно решить вопросы инфраструктуры.