Pogodowy wyścig zbrojeń. DeepMind uderza w monopol państwowych prognoz
Współczesna meteorologia, choć coraz bardziej zdominowana przez algorytmy, wciąż boryka się z opóźnieniami wynikającymi z cyklu pracy ośrodków państwowych. Google DeepMind postanowiło przełamać ten schemat. Nowy model WeatherNext 3 generuje prognozy co godzinę, zamiast czekać na aktualizowane co sześć godzin oficjalne zbiory danych. Kluczem do sukcesu okazało się bezpośrednie wykorzystanie obrazów z satelitów geostacjonarnych, co pozwala zmniejszyć tzw. opóźnienie danych do zaledwie trzech lub czterech godzin.
Dlaczego to ważne teraz
Premiera WeatherNext 3 to moment, w którym AI przestaje być jedynie teoretycznym eksperymentem, a staje się realnym narzędziem wspierającym krytyczną infrastrukturę. Model już teraz trafia do wyszukiwarki Google, map oraz usług chmurowych, oferując precyzję, która do tej pory była zarezerwowana dla wyspecjalizowanych instytutów badawczych. Jak podkreśla zespół Google Blog: „Nasz flagowy model prognozowania pogody AI zawiera teraz dane satelitarne w czasie rzeczywistym, cogodzinne odświeżanie, wyższą rozdzielczość i zmienne dotyczące czystej energii”.
Precyzja skrojona pod zieloną energię
Nowy system nie jest jedynie kolejną prognozą temperatury dla użytkowników smartfonów. DeepMind postawiło na parametry kluczowe dla sektora energetycznego. WeatherNext 3 prognozuje prędkość wiatru na wysokości 100 metrów – dokładnie tam, gdzie pracują gondole turbin wiatrowych – a także monitoruje zachmurzenie i promieniowanie słoneczne. Te dane mają stać się fundamentem dla operatorów sieci przesyłowych, pozwalając im z dużą dokładnością szacować podaż mocy z OZE.
Skok technologiczny widać w rozdzielczości obliczeń. Zmienne powierzchniowe, takie jak wilgotność czy temperatura, są teraz wizualizowane w siatce o boku 5 kilometrów (rozdzielczość 0,05°). To pięciokrotna poprawa względem poprzedniej wersji. Co istotne, system nie opiera się wyłącznie na uśrednionych wartościach dla danego obszaru; trenowanie na danych z rozproszonych stacji pogodowych pozwala generować prognozy punktowe dla konkretnych lokalizacji.
AI w starciu z rzeczywistością
W testach przeprowadzonych na platformie Brightband Operational WeatherBench, model DeepMind wyprzedził konkurencję w kluczowych wskaźnikach. Według ekspertów z Brightband, system jest obecnie nowym liderem rankingu. Firma deklaruje również 60-procentową poprawę w przewidywaniu opadów w porównaniu do WeatherNext 2, co uzyskano dzięki szkoleniu na zestawach danych NASA. Warto jednak zachować dozę krytycyzmu – choć wyniki są obiecujące, pełna, niezależna weryfikacja skuteczności modelu poza środowiskiem testowym wciąż pozostaje kwestią otwartą.
WeatherNext 3 posiada ponad dwukrotnie więcej parametrów niż jego poprzednik i oferuje 48-godzinny horyzont dla prognoz odświeżanych co godzinę. Programiści mogą natomiast korzystać z tych danych poprzez platformy BigQuery i Google Earth Engine, co otwiera drogę do budowy nowej generacji aplikacji analitycznych dla rolnictwa i przemysłu ciężkiego.
