A Google DeepMind és a Google Research bemutatta a WeatherNext 3 időjárás-előrejelző modellt, amely valós idejű műholdas adatok felhasználásával óránként készíthet új globális előrejelzést. Bizonyos felszíni változókat akár 5 kilométeres felbontásban kezel, az eredményeit pedig már a Google több széles körben használt szolgáltatásába is beépítik.
A Google a napokban mutatta be a WeatherNext 3-at, amely a vállalat új globális, mesterséges intelligencia alapú időjárás-előrejelző rendszere. Az egyik legfontosabb újítás az, hogy közvetlenül használ valós időben érkező geostacionárius műholdas adatokat, így a korábbi hatórás frissítési ciklus helyett óránként készíthet új előrejelzést.
A térbeli részletesség is jelentősen javult. Bizonyos felszíni változókat, például a hőmérsékletet és a nedvességet 5 kilométeres felbontásban képes kezelni. Más felszíni változók 10 kilométeres, egyes légköri adatok pedig 25 kilométeres rácson jelennek meg. A Google összességében körülbelül ötször részletesebb globális időjárási képről beszél az előző WeatherNext 2 rendszerhez képest.
A gyorsabb frissítés különösen a hirtelen változó időjárási helyzeteknél lehet fontos. Egy gyorsan kialakuló csapadékrendszer, front vagy vihar esetében hat óra alatt jelentős változás történhet, ezért az óránként beérkező új műholdas adatok segítségével a modell frissebb információkból számolhat.
Olvasd el: Fertőző betegségek terjedését segíthet valós időben kezelni a mesterséges intelligencia
Mennyit változtathat a mezőgazdaságon, az energiatermelésen és a mindennapi döntéseinken, ha egy globális időjárási modell már óránként újraszámolja a várható időjárást?
A fejlesztés a megújuló energiatermelés tervezésében is használható. A WeatherNext 3 száz méteres magasságra vonatkozó szélsebességet is előre jelezhet, amely a szélturbinák várható termelésének becslésében fontos. A nagy felbontású felhőzeti és napsugárzási adatok pedig a naperőművek várható energiatermelésének tervezését segíthetik.
A csapadék-előrejelzés szintén kiemelt fejlesztési terület. A Google saját értékelései bizonyos összehasonlításokban jelentős javulást mutattak a WeatherNext 2-höz képest. Egyes mérési alapoknál a vállalat akár 60 százalékos javulásról számolt be a használt statisztikai mutatóban. Ezt azonban vállalati teszteredményként kell kezelni, nem úgy, mintha minden országban, minden időtávon és minden időjárási helyzetben 60 százalékkal pontosabb lenne a modell.
A külső összehasonlítások is biztatók. A Brightband Operational WeatherBench élő értékelése a WeatherNext 3-at a vezető globális időjárási modellek közé sorolja, a TechCrunch pedig arról számolt be, hogy az új rendszer az ott vizsgált modellek között is kiemelkedően teljesített.
A technológia ráadásul nem marad kutatási környezetben. A WeatherNext 3 szeptember 3-tól fokozatosan bekerül a Google Search, a Gemini alkalmazás, a Google Maps, a Google Maps Platform Weather API és a Google Earth Engine időjárási szolgáltatásaiba. Kutatók és vállalkozások a Google Cloud infrastruktúráján keresztül is hozzáférhetnek az előrejelzési adatokhoz.
Mindez nem jelenti azt, hogy a mesterséges intelligencia kiváltaná a hivatalos meteorológiai szolgálatokat. Maga a Google is külön hangsúlyozza, hogy szélsőséges időjárási figyelmeztetéseknél és közbiztonsági döntéseknél továbbra is a helyi vagy országos meteorológiai szolgálatok hivatalos tájékoztatását kell követni.
A WeatherNext 3 jelentősége inkább abban van, hogy a mesterséges intelligencia segítségével egyre gyorsabban, részletesebben és szélesebb körben dolgozhatók fel a globális meteorológiai adatok. Ez az egyik legkézzelfoghatóbb példája annak, amikor a mesterséges intelligencia fejlődése nem egy új chatbotban, hanem a mindennapi életet, az energiatermelést és a gazdaságot közvetlenül érintő infrastruktúrában jelenik meg.
Olvasd el ezt is: Közel megduplázná mesterséges intelligencia-beruházásait Dél-Korea
Források: Google DeepMind, Google Research, TechCrunch
CS.SZ.
