Google WeatherNext 3 omija etap pośredni i odczytuje surowe dane satelitarne

Firma Google wprowadziła model WeatherNext 3, który skraca czas potrzebny na wydanie prognozy ze standardowych sześciu do trzech lub czterech godzin. Osiąga to poprzez wyeliminowanie kroku, na którym dotąd opierała się meteorologia.

Koniec uzależnienia od asymilacji danych

Dotychczasowe modele AI pracowały na danych, które zostały już przetworzone. Instytuty meteorologiczne muszą w skomplikowany sposób przeliczyć (zasymilować) surowe sygnały z satelitów i radarów na siatkę reprezentującą stan atmosfery. WeatherNext 3 uczy się bezpośrednio z surowych obrazów satelitarnych oraz raportów ze stacji naziemnych, co obniża latencję.

Zmiana wymagań sprzętowych dla wdrożeń lokalnych

Omijając tradycyjne systemy asymilacji działające na superkomputerach państwowych urzędów, model zmienia barierę wejścia dla podmiotów komercyjnych. Firmy logistyczne czy rolnicy teoretycznie mogą generować własne prognozy znacznie bliżej czasu rzeczywistego, o ile uzyskają dostęp do strumienia surowych danych satelitarnych.

Anomalie fizyczne pozostają czarną skrzynką

Usunięcie asymilacji fizycznej ma swoją cenę. Gdy surowe dane trafiają bezpośrednio do modelu, traci się warstwę kontrolną sprawdzającą, czy wejście nie narusza podstawowych praw fizyki. Jeśli czujnik zacznie wysyłać szum, AI musi sobie z nim poradzić samodzielnie.

Niezawodność podczas ekstremalnych zjawisk wskaże prawdziwą wartość

Codzienne operacje będą szybsze. Kluczowe jest to, czy model bez fizycznego „nadzoru” utrzyma dokładność podczas huraganów i gwałtownych zmian pogody, kiedy surowe dane często zawierają ogromne wahania.

Werdykt Lilith

Google nie zoptymalizował prognozowania pogody. Zmienił drogi państwowy monopol na czyszczenie danych w problem informatyczny.