Google DeepMind та Google Research випустили свої найновіші моделі штучного інтелекту для прогнозування погоди, і розрив у продуктивності між машинним навчанням та традиційною метеорологією на базі суперкомп’ютерів значно збільшився.
Оновлена сімейство WeatherNext, що включає WeatherNext 2 та спеціалізований варіант для відстеження циклонів під назвою WeatherNext Cyclones (WN-C), надає прогнози до 8 разів швидше, ніж попередні версії, і перевершує традиційні фізичні системи майже за всіма вимірюваними параметрами. WeatherNext 2 перевершує попередні моделі за 99,9% змінних прогнозу.
Що насправді роблять ці моделі
WeatherNext працює з просторовою роздільною здатністю 0,25 градуса, що дорівнює приблизно 30 кілометрам на екваторі. Прогнози ініціалізуються кожні шість годин о 00, 06, 12 та 18 UTC, а версії з енсемблем продовжують прогнози до 15 днів.
Спеціальна модель для циклонів, WN-C, — це місце, де речі стають особливо цікавими. Наукова стаття, опублікована в Nature 6 серпня 2026 року, документує продуктивність WN-C під час атлантичного ураганного сезону 2025 року. Головний висновок: ця штучна інтелектуальна модель забезпечує приблизно додатковий один день передбачення щодо траєкторії, інтенсивності та розміру циклонів порівняно з традиційними системами прогнозування. Модель особливо добре впоралася з передбаченням урагану Мелісса, одного з найбільш помітних штормів сезону 2025 року.
Моделі навчено на даних ERA5 та HRES Європейського центру з середньострокового прогнозування погоди. Основна архітектура базується на Функціональних генеративних мережах (FGN) для створення ансамблевих прогнозів — техніки, яка генерує різноманітні сценарії прогнозів, використовуючи значно менше обчислювальних ресурсів, ніж суперкомп’ютери, традиційно використовувані для моделювання погоди.
Відкритий код та інтеграція з хмарою
Моделі WeatherNext, включаючи попередньо навчені ваги, були випущені як відкрите програмне забезпечення на GitHub за ліцензією Apache 2.0. Також існує міні-варіант WeatherNext, який може працювати на одному TPU у безкоштовних ноутбуках Google Colab.
Google також інтегрувала ці моделі у свою хмарну інфраструктуру, зробивши їх доступними через BigQuery та Earth Engine. Поступова інтеграція до Google Cloud та продуктів для споживачів триває з 2025 року.
Чому індустріям, крім технологічних, слід звертати увагу
Точність прогнозування погоди має прямі фінансові наслідки для досить великої кількості секторів. Найбільш очевидними受益никами є енергетичні ринки. Оператори електромереж, які керують джерелами відновлюваної енергії, такими як вітер і сонце, потребують точних багатоденних прогнозів для балансування пропозиції та попиту. Сільське господарство — ще один сектор, де покращення часу попередження має надзвичайне значення. Компанії зі страхування та перестрахування, які встановлюють ціни на ризик катастроф частково на основі вихідних даних моделей прогнозування, можуть бути змушені переглянути свої підходи, враховуючи модель, яка може передбачити інтенсивність циклону на цілий день раніше, ніж традиційні інструменти.
Наявність цих моделей через хмарну інфраструктуру та відкриті джерела також знижує бар’єри для входу для стартапів і менших підприємств, які хочуть створювати сервіси, залежні від погоди.