Previsioni meteo più rapide e dettagliate grazie all'intelligenza artificiale. WeatherNext 2 può prevedere centinaia di scenari meteorologici in un tempo brevissimo.
Google ha annunciato oggi WeatherNext 2, il suo modello di previsioni meteo più avanzato, basato su sistemi di intelligenza artificiale e capace di offrire performance ed efficienza 8 volte superiori ai precedenti. I dettagli.
WeatherNext 2, il modello di previsioni meteo più avanzato
Il tempo meteorologico influenza decisioni importanti che prendiamo ogni giorno: dalle catene di approvvigionamento globali e le rotte di volo ai tragitti quotidiani. Negli ultimi anni, l'intelligenza artificiale (AI) ha migliorato notevolmente ciò che è possibile fare nelle previsioni meteorologiche e i modi in cui possiamo utilizzarle.
Oggi, Google DeepMind e Google Research presentano WeatherNext 2, il loro modello di previsione più avanzato ed efficiente. WeatherNext 2 può generare previsioni 8 volte più velocemente e con una risoluzione fino a 1 ora. Questo progresso è reso possibile da un nuovo modello in grado di fornire centinaia di possibili scenari. Utilizzando questa tecnologia, Google ha supportato le agenzie meteorologiche nel prendere decisioni basate su una serie di scenari attraverso le sue previsioni sperimentali sui cicloni.
Google sta ora portando la sua ricerca fuori dal laboratorio e mettendola nelle mani degli utenti. I dati previsionali di WeatherNext 2 sono ora disponibili in Earth Engine e BigQuery. Google sta inoltre lanciando un programma di accesso anticipato sulla piattaforma Vertex AI di Google Cloud per l'inferenza di modelli personalizzati.
Incorporando la tecnologia WeatherNext, Google ha ora aggiornato le previsioni meteorologiche nella Ricerca, in Gemini, in Pixel Weather e nell'API Weather della Google Maps Platform. Nelle prossime settimane, contribuirà anche ad alimentare le informazioni meteorologiche in Google Maps.
Prevedere più scenari possibili
Da un singolo input, Google utilizza reti neurali addestrate in modo indipendente e inietta "rumore" nello spazio funzionale per creare una variabilità coerente nelle previsioni meteorologiche.
Le previsioni meteorologiche devono catturare l'intera gamma di possibilità, inclusi gli scenari peggiori, che sono i più importanti da pianificare.
WeatherNext 2 può prevedere centinaia di possibili esiti meteorologici da un unico punto di partenza. Ogni previsione richiede meno di un minuto su una singola TPU; richiederebbe ore su un supercomputer utilizzando modelli basati sulla fisica.
Il modello è anche altamente performante e capace di previsioni a risoluzione più elevata, fino all'ora. Complessivamente, WeatherNext 2 supera il precedente modello all'avanguardia WeatherNext sul 99,9% delle variabili (ad esempio temperatura, vento, umidità) e dei tempi di previsione (0-15 giorni), consentendo previsioni più utili e accurate.
Questo miglioramento delle prestazioni è reso possibile da un nuovo approccio di modellazione AI chiamato Functional Generative Network (FGN), che inietta "rumore" direttamente nell'architettura del modello in modo che le previsioni generate rimangano fisicamente realistiche e interconnesse.
Questo approccio è particolarmente utile per prevedere ciò che i meteorologi chiamano "marginali" e "congiunti" (joints). I marginali sono elementi meteorologici individuali e autonomi: la temperatura precisa in una località specifica, la velocità del vento a una certa altitudine o l'umidità. La novità di questo approccio è che il modello viene addestrato solo su questi marginali. Tuttavia, da tale addestramento, impara a prevedere abilmente i "congiunti", ovvero sistemi grandi, complessi e interconnessi che dipendono da come tutti quei pezzi individuali si incastrano. Questa previsione "congiunta" è necessaria per le previsioni più utili, come l'identificazione di intere regioni colpite da caldo elevato o la produzione di energia prevista in un parco eolico.
Dalla ricerca alla realtà
Con WeatherNext 2, Google sta traducendo la ricerca all'avanguardia in applicazioni ad alto impatto. Google si impegna a far progredire lo stato dell'arte di questa tecnologia e a rendere disponibili i suoi strumenti più recenti alla comunità globale.
Guardando al futuro, Google sta ricercando attivamente capacità per migliorare i suoi modelli, inclusa l'integrazione di nuove fonti di dati e l'espansione ulteriore dell'accesso. Fornendo strumenti potenti e dati aperti, Google spera di accelerare la scoperta scientifica e di consentire a un ecosistema globale di ricercatori, sviluppatori e aziende di prendere decisioni sui problemi più complessi di oggi e di costruire per il futuro.
Ulteriori dettagli su WeatherNext 2 partendo dall'annuncio odierno di Google che può essere trovato qui.
