WeatherNext 2: jak Google przyspiesza i uwiarygadnia prognozy pogody AI

Google zaprezentowało WeatherNext 2, ulepszony, napędzany sztuczną inteligencją model prognozowania pogody, który ma zapewniać wyraźnie większą dokładność i szybsze odświeżanie danych. System zasili informacje pogodowe w Pixel Weather, Wyszukiwarce Google, aplikacji Gemini oraz Mapach Google. To ruch, który jasno sugeruje dążenie, by uczynić AI domyślnym mechanizmem prognoz w całym ekosystemie firmy.

Według spółki, WeatherNext 2 przygotowuje prognozy osiem razy szybciej niż wcześniejsze modele i generuje cztery aktualizacje co sześć godzin, z horyzontem do 15 dni. Ma też przewagę nad WeatherNext 1 pod względem dokładności w 99% zmiennych meteorologicznych — od temperatury i opadów po ciśnienie, wiatr i wilgotność. Na papierze to wyraźny skok, jak na drugą generację rozwiązania.

Kluczową zmianą jest przejście na architekturę Functional Generative Network (FGN), która zastąpiła GNN i modele dyfuzyjne wykorzystywane w pierwszej wersji. Dzięki układom TPU ASIC od Google, WeatherNext 2 potrafi stworzyć pełną prognozę w mniej niż minutę; porównywalne, oparte na fizyce modele działające na superkomputerze potrzebowałyby około godziny. Ta różnica dobrze tłumaczy zwrot firmy w stronę metod napędzanych danymi.

Google planuje wdrożyć WeatherNext 2 we wszystkich swoich usługach prezentujących pogodę. W nadchodzących tygodniach nowy system zacznie generować prognozy w Mapach Google. Użytkownicy Pixel Weather, Gemini i Wyszukiwarki Google będą stopniowo widzieć wyższą precyzję i bardziej stabilne odczyty. Taki sposób wdrażania sugeruje, że priorytetem jest niezawodność w miarę skalowania.

WeatherNext 2 analizuje współzależne zmienne meteorologiczne bez rozwiązywania równań fizycznych na superkomputerze; zamiast tego algorytmy szukają powtarzających się wzorców w ogromnych zbiorach danych. W efekcie 15-dniowa prognoza powstaje w około minutę, a w razie potrzeby można wygenerować tysiące odrębnych scenariuszy.