Google DeepMind и Google Research 3 сентября 2026 года представили новую модель искусственного интеллекта WeatherNext 3, которая позволяет более подробно отслеживать изменения в атмосфере и чаще прогнозировать погоду. Google сообщил, что данные, полученные с помощью модели, будут использоваться в результатах поиска, Google Maps и Gemini, а также станут доступными пользователям и исследователям на облачных платформах Google.
WeatherNext 3 показала самую высокую точность среди ведущих моделей по таким показателям, как температура, скорость ветра и влажность, в тестах Operational WeatherBench, где Brightband сравнивала прогнозы искусственного интеллекта. Модель также превзошла системы глубокого обучения Google, Microsoft, Nvidia и Европейского центра среднесрочных прогнозов погоды (ECMWF), а также традиционные прогнозы Национальной метеорологической службы США и ECMWF.
Традиционные прогнозы составляются путем обработки математических уравнений, описывающих физику погоды, на суперкомпьютерах, принадлежащих государственным учреждениям. Хотя эти системы выдают точные результаты, они работают дорого и сравнительно медленно. После того как ECMWF в 2018 году опубликовал данные о погоде за более чем полвека, исследователи начали разрабатывать модели глубокого обучения, способные достигать сопоставимой точности быстрее.
WeatherNext 3 нацелена на такие проблемы, как ориентация прогнозов искусственного интеллекта на большие территории, низкая точность прогнозов осадков и зависимость от структурированных наборов данных государственных учреждений. Модель способна прогнозировать некоторые ключевые переменные с разрешением 5 km; точность оценки осадков повышена на 60% по сравнению с WeatherNext 2, а прогнозы можно получать каждый час, а не раз в шесть часов. Система содержит в 2.4 раза больше параметров, чем предыдущая модель, и обучена прогнозировать не только траектории ураганов, но и условия, которые могут измерять конкретные метеостанции.
Поскольку модель может ежечасно обрабатывать спутниковые данные, собранные в режиме реального времени, она способна чаще выпускать прогнозы. Google называет WeatherNext 3 «первой» моделью искусственного интеллекта, которая напрямую использует необработанные наблюдения для глобальных прогнозов высокого разрешения, при этом отмечая, что WindBorne WeatherMesh 6 использует необработанные наблюдения с конца 2025 года. Обе модели опираются на национальные наборы метеоданных.
Низкая стоимость и высокая скорость прогнозов с использованием искусственного интеллекта могут принести экономическую пользу бедным регионам, где доступ к точной информации о погоде ограничен из-за дорогих датчиков и суперкомпьютеров. Ожидается, что более подробные прогнозы ветра, осадков и облачности также повысят надежность проектов в сфере возобновляемой энергетики.
Почему это важно
Это развитие укрепляет переход в прогнозировании погоды от основанных на физических моделях систем, использующих дорогие суперкомпьютеры государственных учреждений, к моделям искусственного интеллекта, способным быстрее обрабатывать необработанные наблюдения. Перенос почасовых результатов с более высоким разрешением в Поиск, Maps и Gemini означает, что прогресс в прогнозной инфраструктуре напрямую входит в повседневный информационный поток широкой аудитории. Доступ через облако может снизить порог использования для исследователей и регионов, не имеющих доступа к дорогим датчикам и вычислительной инфраструктуре; данные о ветре, осадках и облачности также имеют большое значение для проектов в сфере возобновляемой энергетики. Вместе с тем зависимость модели от национальных наборов метеоданных, спор вокруг утверждения о том, какая система первой использовала необработанные наблюдения, а также вопрос о том, в какой мере успех в сравнительных тестах отразится на работе в условиях реального времени, остаются открытыми.
Предыстория
Google — не новое имя в архиве FikirPilot: за последние 90 дней мы опубликовали 17 новостей, в которых упоминалось это имя; самая свежая из них датирована 4 сентября 2026 года.