Google WeatherNext 3 vynechává mezikrok a čte přímo surová satelitní data

Google představil model WeatherNext 3, který zkracuje čas potřebný k vydání předpovědi z obvyklých šesti na tři až čtyři hodiny. Dělá to tím, že odřezává krok, na kterém meteorologie dosud stála.

Konec závislosti na asimilaci dat

Dosavadní AI modely pracovaly s daty, která už někdo předžvýkal. Meteorologické ústavy musí surové signály ze satelitů a radarů nejdřív složitě přepočítat (asimilovat) do mřížky reprezentující stav atmosféry. WeatherNext 3 se učí přímo z hrubých obrazů ze satelitů a z hlášení pozemních stanic. To snižuje latenci.

Pro lokální nasazení to mění hardwarové nároky

Tím, že model vynechává tradiční asimilační systémy běžící na superpočítačích státních úřadů, mění to bariéru pro komerční subjekty. Logistické firmy nebo zemědělci si teoreticky mohou nechat generovat vlastní předpovědi mnohem blíž k reálnému času, pokud se dostanou ke streamu hrubých satelitních dat.

Fyzikální anomálie zůstávají černou skříňkou

Odstranění fyzikální asimilace má svou cenu. Když do modelu sypete rovnou surová data, přicházíte o kontrolní vrstvu, která hlídá, jestli vstup neporušuje základní fyzikální zákony. Pokud senzor začne posílat šum, AI se s ním musí vyrovnat sama.

Spolehlivost během extrémních jevů ukáže skutečnou hodnotu

Běžný denní provoz bude rychlejší. Klíčové ale je, jestli model bez fyzikálního „dozoru“ udrží přesnost během hurikánů a rychlých změn počasí, kde hrubá data často obsahují obrovské výkyvy.

Lilithin verdikt

Google neoptimalizoval předpověď počasí. Udělal z drahého státního monopolu na čištění dat softwarový problém.