A Google új modellje gyorsabban számol és részletesebb adatokat ad. A cél, hogy a felhasználók megbízhatóbb előrejelzést kapjanak a hétköznapi döntésekhez.
Miért kap ekkora figyelmet a WeatherNext 2
Az időjárás előrejelzése hosszú ideje fizikai modellekre épül. Ezek a rendszerek megbízhatók, de lassúak lehetnek. A nagyméretű adathalmazok és a valós idejű igények miatt egyre több kutató keresi a gyorsabb megoldásokat. A most bemutatott WeatherNext 2 válasz erre. A modell a Google DeepMind és a Google Research közös fejlesztése. A cég szerint nyolcszor gyorsabb előrejelzést ad, mint az elődje.
A csapat szerint az időjárás minden nap döntéseket befolyásol. A globális logisztika, a repülési útvonalak, vagy a napi közlekedés mind támaszkodik az előrejelzésekre. Ezért fontos, hogy az időjárás-előrejelző modell gyors és részletes legyen.
Nick Fox, a Google tudás és információs területének alelnöke szerint a keresőben már működik az új technológia. A felhasználók pontosabb előrejelzéseket kapnak kettő és tíz nap között. A részletes térbeli bontás új szintet ad a helyi előrejelzéseknek.
Hogyan működik a WeatherNext 2
A rendszer egyetlen kiindulópontból százféle időjárási forgatókönyvet generál. Ehhez kevesebb mint egy perc szükséges egy TPU egységen. A hagyományos fizikai modellek órákat töltenek ugyanezzel. A gyorsaság miatt több terület használhat valós idejű adatokat. A rendszer zajt ad a modell működési terébe. Ez sokféle előrejelzést hoz létre úgy, hogy közben a forgatókönyvek kapcsolódnak egymáshoz. Így a változások összhangban maradnak. A fejlesztők szerint ez a módszer a szélsőséges esetek felismerését is támogatja.
A modell külön tanulja az olyan elemeket, mint a hőmérséklet, a szélsebesség vagy a páratartalom. A meteorológia ezeket nevezi margóknak. A modell ezután összekapcsolja ezeket egy nagyobb rendszerben, amelyet sokszor joints néven emlegetnek. Ez mutatja meg például a hőhullámok vagy az erős szél által érintett területeket.
Az időjárás-előrejelző modell teljesítménye
A Google szerint a WeatherNext 2 majdnem minden változóban jobb eredményt ad, mint az előző verzió. A modell a mérések szerint a nullától tizenöt napig terjedő tartományban teljesít jobban. A rendszer többféle légköri adatot vizsgál. A hőmérséklet, a páratartalom és a szél előrejelzése fontos területeket fed le.
A Google mérései szerint a modell a pontosságot növeli és az időigényt csökkenti. A rendszer több adattípust kezel és kompatibilis a vállalat saját infrastruktúrájával.
Hol jelenik meg a WeatherNext 2
- A cég beépítette az időjárás-előrejelző modellt a keresőjébe, a Pixel telefonok időjárás alkalmazásába és a Gemini rendszerébe. A Google Earth Engine és a BigQuery szintén elérhetővé teszi az adatokat. A felhasználók így geotérképes elemzésekben is használhatják a modell eredményeit.
- A Google Cloud platformon elérhető egy korai hozzáférési program. A Vertex AI szolgáltatáson keresztül egyedi előrejelzések készíthetők. A meteorológiai szervezetek így nagyobb mozgásteret kapnak.
- A Google próbálkozott ciklon előrejelzésekkel is. A fejlesztők együtt dolgoztak hivatalos meteorológiai szervezetekkel, hogy valós helyzetekben is teszteljék a technológiát.
Miért választotta ezt a megközelítést a Google
A modell funkcionális generatív hálózatot használ. Ez azt jelenti, hogy a zaj közvetlenül a modell felépítésébe kerül. A csapat szerint ez több, egymással összhangban lévő előrejelzést eredményez. A módszer egyszerre ad sokféle forgatókönyvet és stabil szerkezetet.
A Google nem árulta el a modell méretét vagy a felhasznált adatok mennyiségét. A rendszer azonban nagy adatelemzési környezetben működik. A TPU infrastruktúra biztosítja a teljesítményt. A fejlesztők azt is jelezték, hogy új adatforrásokkal bővítenék a rendszert.
A technológia tágabb környezete
A Google munkája része egy nagyobb trendnek. Egyre több vállalat és kutatóintézet fejleszt időjárás-előrejelző modellt. A különböző rendszerek eltérő architektúrákat használnak, de mind egy cél felé mutatnak. Az előrejelzések gyorsabbak és részletesebbek lesznek. A fejlesztők szerint a pontosabb előrejelzés segíti a döntéshozatalt a logisztikától az energiaszektorig. A megfelelő adatok a kockázatok csökkentését is támogatják.
Mit mutat a modell jövőképe
A Google csapata szerint a cél egy olyan rendszer, amely több adatot kezel és szélesebb körben érhető el. A fejlesztők azt mondják, hogy a nyílt adatok és a rugalmas előrejelzések indulópontot adnak a kutatóknak és a vállalatoknak. A pontosabb döntéstámogatás hosszú távon a felhasználóknak is előnyt jelent.
