Google WeatherNext 3 улучшила детализацию ИИ-прогнозов погоды

Google DeepMind и Google Research представили WeatherNext 3 — новую модель искусственного интеллекта для прогноза погоды. Google заявляет, что система выдаёт прогнозы с разрешением до 5 км, формирует их каждый час и на 60% улучшила результаты оценки осадков по сравнению с WeatherNext 2.

Модель уже стала лучшей среди ведущих участников тестирования Operational WeatherBench, которое проводит стартап Brightband. В сравнении учитываются температура, скорость ветра и влажность: WeatherNext 3 обошла другие модели глубокого обучения от Google, Microsoft, Nvidia и Европейского центра среднесрочных прогнозов погоды, а также традиционные прогнозы Национальной метеослужбы США и ECMWF.

От глобальной сетки к данным метеостанций

Традиционные прогнозы обычно рассчитываются государственными суперкомпьютерами на основе физических уравнений атмосферы. Такие системы точны, но требуют значительных вычислительных ресурсов и работают сравнительно медленно. После публикации ECMWF более чем полувекового массива погодных данных в 2018 году модели глубокого обучения начали обучать на этих наборах для более быстрых прогнозов.

У ИИ-моделей оставались несколько ограничений: более грубая пространственная детализация, сложности с осадками и зависимость от подготовленных данных метеослужб. WeatherNext 3 адресует эти задачи за счёт разрешения 5 км, почасового режима и обучения на прогнозах для отдельных погодных станций. Такой подход позволяет сопоставлять результат с конкретными наземными измерениями.

Более крупная модель и спутниковые наблюдения

В WeatherNext 3 в 2,4 раза больше параметров, чем в предыдущей версии. Разработчики также изменили целевые параметры декодирующих модулей модели, чтобы получать более прикладные результаты. Ранее команда DeepMind адаптировала свои модели для визуализации траекторий циклонов, а в новой версии добавила ориентацию на данные конкретных станций.

Почасовой выпуск прогнозов стал возможен благодаря приёму спутниковых метеоданных, поступающих в реальном времени каждый час. Google называет WeatherNext 3 первой ИИ-моделью, которая напрямую включает необработанные наблюдения для глобального прогноза высокого разрешения. При этом компания WindBorne указывает, что её WeatherMesh 6 с конца 2025 года использует необработанные измерения собственной сети метеозондов и других источников.

Обе системы всё ещё используют национальные погодные наборы данных, поэтому переход к прямому усвоению наблюдений остаётся незавершённой задачей. Google планирует задействовать WeatherNext 3 в Поиске, Google Maps и Gemini, а также сделать её доступной пользователям и исследователям облачных платформ.

Что это меняет для компаний

Более частые и детальные оценки ветра, осадков и облачности могут быть полезны в задачах, где важна погодная обстановка. DeepMind отдельно связывает такие прогнозы с повышением надёжности проектов возобновляемой энергетики. Для бизнеса практический вывод состоит в том, что погодные данные из сервисов Google будут обновляться на новой модели, а при критичных операционных решениях стоит учитывать заявленную детализацию, частоту обновления и сохраняющуюся зависимость ИИ-прогнозов от метеорологических данных.