Google DeepMind-მა ახალი ამინდის პროგნოზირების მოდელი, WeatherNext 3, წარადგინა. სისტემა გლობალურ პროგნოზებს ყოველ საათში აახლებს და რეალურ დროში მიღებულ სატელიტურ მონაცემებს იყენებს, რათა წვიმის, ღრუბლებისა და შტორმების ცვლილებებს უფრო სწრაფად უპასუხოს.
ტრადიციული ამინდის პროგნოზირების სისტემები ხშირად ექვსსაათიანი განახლების ციკლით მუშაობს, რის გამოც ახალი დაკვირვებების მიღებიდან განახლებული პროგნოზის მომხმარებლამდე მისვლას რამდენიმე საათი სჭირდება. DeepMind-ის მიხედვით, WeatherNext 3 ამ ჩამორჩენას დაახლოებით შვიდი საათიდან სამ ან ოთხ საათამდე ამცირებს.
გაუმჯობესებულია პროგნოზის დეტალიზაციაც. დედამიწის ზედაპირთან დაკავშირებულ მაჩვენებლებს, მათ შორის ტემპერატურასა და ტენიანობას, WeatherNext 3 დაახლოებით 5-კილომეტრიანი გარჩევადობით ამუშავებს. მისი წინამორბედი WeatherNext 2 იგივე მონაცემებს დაახლოებით 25-კილომეტრიანი გარჩევადობით პროგნოზირებდა. ატმოსფერული მონაცემები, მაგალითად ქარის სიჩქარე, კვლავ 25-კილომეტრიან დონეზე მუშავდება.
სატელიტური გამოსახულებების მუდმივი მიღება სისტემას საშუალებას აძლევს, სწრაფად დააფიქსიროს მოულოდნელი ნალექი, ღრუბლების გადაადგილება ან ახალი შტორმული ფრონტის განვითარება. ეს განსაკუთრებით მნიშვნელოვანია იმ რეგიონებში, სადაც მეტეოროლოგიური სადგურები და სხვა ინფრასტრუქტურა შედარებით მწირია.
WeatherNext 3 სწავლებისას უშუალოდ ამინდის სადგურებიდან მიღებულ დაკვირვებებსაც იყენებს და მხოლოდ ტრადიციული რიცხვითი პროგნოზირების მოდელების შედეგებს არ ეყრდნობა. DeepMind-ში ვარაუდობენ, რომ ასეთი მიდგომა განსაკუთრებით სასარგებლო იქნება ლათინური ამერიკის, აფრიკისა და აზია-წყნარი ოკეანის რეგიონის ნაწილებისთვის, ასევე მთიან რაიონებში, ხეობებსა და სანაპიროებზე, სადაც ამინდი მცირე მანძილზეც მნიშვნელოვნად იცვლება.
Brightband-ის დამოუკიდებელი შეფასებების მიხედვით, WeatherNext 3-მა ტესტირებულ მაჩვენებლებში Microsoft-ის, Nvidia-სა და ECMWF-ის AI მოდელებზე, ასევე აშშ-ის ეროვნული მეტეოროლოგიური სამსახურის ტრადიციულ პროგნოზებზე უკეთესი შედეგები აჩვენა.
Google უკვე იწყებს WeatherNext 3-ის ინტეგრაციას საკუთარ პროდუქტებში. მოდელის პროგნოზები გამოყენებული იქნება Google Search-ში, Maps-ში, Gemini-ში, Google Maps Platform-სა და Cloud-ში. ბიზნესებსა და მკვლევრებს მასზე წვდომა BigQuery-ის, Earth Engine-ის, Google Cloud Storage-ისა და Weather Lab-ის საშუალებითაც ექნებათ.
AI ამინდის პროგნოზს იდეალურად ზუსტს ვერ გახდის, თუმცა უფრო ხშირი განახლება, სატელიტური მონაცემების მუდმივი დამუშავება და მაღალი გარჩევადობა პროგნოზსა და რეალურ ამინდს შორის სხვაობის შემცირების საშუალებას იძლევა.
