⭐ נקודות עיקריות
- גוגל ו-DeepMind הכריזו על מודל בינה מלאכותית עולמי לחיזוי מזג אוויר ברזולוציה של עד 5 ק"מ.
- המערכת מספקת עדכונים שוטפים מדי שעה ומציגה חיזוי ממוקד לתנאי שטח ולנתיבי סופות ציקלון.
- לפי החברה, דיוק חיזוי המשקעים למשתמש הקצה משתפר בעד 50% בתכנון של יום ומעלה קדימה.
- התחזיות זמינות החל מהיום בחיפוש, ב-Gemini ובמפות, ומסייעות למשתמשים בתכנון פעילויות יומיומיות.
גוגל (Google) הכריזה על WeatherNext 3, מודל בינה מלאכותית עולמי לחיזוי מזג אוויר המספק תחזיות ברזולוציה גבוהה של עד 5 ק"מ ומחזורי עדכון מדי שעה.
המערכת כוללת עיבוד של תצפיות לוויין בזמן אמת, תחזית משקעים משופרת, מעקב מובנה אחר סופות ציקלון ומדדים לתפעול אנרגיה מתחדשת.
זהו מודל למידה עמוקה הפועל ישירות על גבי תצפיות גולמיות מלוויינים ומתחנות קרקעיות, ללא תלות בלעדית בסימולציות פיזיקליות של מחשבי-על.
עבור המשתמש הממוצע, הדיוק המשופר והעדכון השעתי מספקים תחזית אמינה יותר לתכנון פעילויות חוץ, נסיעות ואירועים יומיומיים בהתאם לשינויי מזג אוויר מקומיים.
הכירו את WeatherNext 3
WeatherNext 3 מייצר תחזית עולמית מעודכנת בכל שעה, בניגוד למחזורי עדכון של 6 שעות שהיו נהוגים במודל הקודם.
המערכת מציגה משתני שטח מרכזיים, כמו טמפרטורה ולחות, ברזולוציה מרחבית של 5 ק"מ, משתני שטח נוספים ברמת פירוט של 10 ק"מ, ומדדים אטמוספריים כמו מהירות רוח ברזולוציה של 25 ק"מ.
הארכיטקטורה מבוססת על רשת ייעודית מסוג Functional Generative Network (FGN) בתצורת Transformer, כאשר המודל כולל פי 2.4 יותר פרמטרים בהשוואה לקודמו. במקום להסתמך רק על סימולציות נומריות הסובלות מעיכוב מובנה של כ-6 שעות, המודל מעבד פסיפס נתוני לוויין בזמן אמת.
אימון המערכת התבצע ישירות מול תחנות מדידה מטאורולוגיות מקומיות, דבר המאפשר לשקלל טופוגרפיה מורכבת סביב רכסי הרים, עמקים ואזורי חוף.
פיתוח זה נועד לצמצם פערי חיזוי באזורים מתפתחים באמריקה הלטינית, אפריקה ואסיה, שבהם נרשם בעבר מחסור בתשתיות מחשוב ייעודיות לחיזוי אזורי.
ביצועים
לדברי גוגל, המודל דורג כמדויק ביותר מבין פתרונות החיזוי שנבדקו במבחן Operational WeatherBench של חברת Brightband, שמבצעת בחינה השוואתית עצמאית של מודלי חיזוי.
התוצאות מציגות עדיפות על פני מודלים של חברות מתחרות, וכן מול מערכות חיזוי רשמיות בארצות הברית ובאירופה.
התקדמות בולטת נרשמה בתחום חיזוי המשקעים, הנחשב לאחד האתגרים המורכבים ביותר במטאורולוגיה חישובית.
המודל אומן על מאגר הלוויינים IMERG של סוכנות החלל האמריקאית (NASA) לצד ניתוח משקעים גלובלי של החברה המבוסס על מכ"ם לווייני. לפי המפתחים, בתחזיות בטווח הבינוני נרשם שיפור של עד 60% במדד ההסתברות הרציף (CRPS) בהשוואה לקווי בסיס, כאשר האימות נערך מול נתוני IMERG.
שיעור השיפור משתנה בהתאם למאגר שמולו נבדקת התחזית: 30% באימות מול מערכת המכ"ם הקרקעי האמריקאית MRMS, ו-10% מול מדידות של מדי גשם קרקעיים בטווחי תחזית קצרים.
יכולות נוספות
לצד השימושים הכלליים, המודל כולל משתנים ייעודיים לתכנון ותפעול של אנרגיה מתחדשת. המערכת מסוגלת לחזות מהירות רוח בגובה של 100 מטרים מעל פני הקרקע, נתון התואם גובה של טורבינות רוח סטנדרטיות, לצד הערכות של כיסוי עננים ורמות קרינת שמש לטובת חוות סולאריות.
בנוסף לחיזוי על גבי רשת קואורדינטות גלובלית, המודל אומן לספק נתונים נקודתיים עבור תחנות מדידה ספציפיות, דוגמת נמלי תעופה. יכולת זו מסייעת לניהול תנועה אווירית ולהיערכות מהירה של כוחות הצלה בעת תנודות פתאומיות במזג האוויר.
זמינות
התחזיות של WeatherNext 3 משולבות החל מהיום בתוצאות החיפוש של גוגל, באפליקציית Gemini, בשירות Google Maps ובממשק ה-API למפתחים של הפלטפורמה.
המספרים שמשתמש הקצה יחווה נמוכים מאלה שנמדדו במעבדה. בחברה מציינים כי בתכנון של יום אחד ומעלה קדימה יוצג דיוק משופר של עד 50% בחיזוי משקעים, כאשר השיפור המשמעותי ביותר צפוי באזורים שבהם התחזיות היו אמינות פחות עד כה.
