Copyright 2017-2025 北方報 版權所有 京ICP備16071829-1號
11 月 18 日消息，天氣變化影響著全球供應鏈、航班路徑以及日常通勤等各類決策，而近年來人工智能不斷提升預報能力，也改變了人們獲取與使用天氣資訊的方式。
當地時間周一，Google DeepMind 與 Google Research 宣布推出全新天氣預測模型 WeatherNext 2，被譽為目前最先進且最高效的一代 AI 天氣預報系統。
據谷歌官方介紹，WeatherNext 2 的運算速度較前代提升約 8 倍，并可生成分辨率精細到 1 小時級別的預測結果。其主要突破來自能夠提供數百種可能情境的新模型架構，過去團隊也已利用此類技術在實驗性氣旋預測中協助氣象機構進行多情境分析。
圖片
此次發布標志研究成果首次正式面向用戶開放。WeatherNext 2 的預測數據現已上線 Earth Engine 與 BigQuery，同時 Google Cloud 的 Vertex AI 也啟動早期體驗計劃，允許用戶執行自定義模型推理。
此外，谷歌也將 WeatherNext 技術整合至旗下多項服務，包括 Search、Gemini、Pixel Weather 與 Google Maps Platform 的 Weather API，并將在未來幾周進一步應用于 Google Maps 的天氣信息。
圖片
據介紹，新模型能夠從單一起始狀態推演出數百種可能的天氣發展，每條推演在單個 TPU 上僅需不到一分鐘，而采用傳統基于物理的超級計算模型則可能需要數小時。
官方指出，WeatherNext 2 在 0 至 15 天的預報時段中，于 99.9% 的變量上全面超越前代，包括溫度、風速、濕度等，并可提供更高分辨率的結果。
圖片
其性能躍升得益于一種名為 Functional Generative Network（FGN）的全新 AI 建模方式，該方法在模型架構中直接注入“噪聲”，以確保生成的預測維持物理上的合理性與內在關聯性。此方式對于氣象學上所謂的“邊際”（marginals）與“聯合”（joints）預測尤其關鍵。邊際指單一的個別氣象要素，如某地的精確氣溫、特定高度的風速或濕度；而聯合則是由這些邊際構成的大型且復雜的系統，如高溫影響區域或整座風電場的預期發電量。官方表示，模型僅以邊際數據進行訓練，但卻能夠有效推算聯合系統，這是其方法的獨特之處。
圖片
谷歌表示，WeatherNext 2 把前沿研究帶入實際應用場景，并將持續推進這一技術的發展，包括探索整合更多數據來源與進一步擴大訪問范圍。通過提供強大的工具與開放的數據，公司希望支持研究人員、開發者與企業在面對復雜問題時做出更有依據的決策，并推動未來相關領域的進展。