Predpoveď počasia dostáva veľký upgrade. Google nasadil AI, ktorá pracuje s čerstvými satelitnými dátami

Predpoveď počasia patrí medzi informácie, ktoré ovplyvňujú naše rozhodnutia takmer každý deň. Niekedy ide len o to, či si ráno vezmeš dáždnik, no presné údaje o vetre, daždi či teplote majú význam aj pre poľnohospodárstvo, energetiku, dopravu alebo zásobovanie.

Práve v tejto oblasti chce Google posunúť svoju umelú inteligenciu ďalej. Google DeepMind a Google Research predstavili WeatherNext 3, nový globálny AI model na predpovedanie počasia. Podľa Googlu ide o jeho najpokročilejší a najpresnejší model svojho druhu. Výraznou novinkou je najmä spôsob, akým WeatherNext 3 získava údaje. Model nečerpá iba z historických meteorologických dát, ale dokáže pracovať aj s aktuálnymi satelitnými pozorovaniami.

Nový model dokáže predpovedať počasie podrobnejšie

Jedným z problémov starších modelov je rozlíšenie. WeatherNext 2 pracoval s globálnou sieťou s rozlíšením 25 kilometrov a nové predpovede vytváral každých šesť hodín. WeatherNext 3 ide výrazne ďalej. Teplotu a vlhkosť pri zemskom povrchu dokáže predpovedať v rozlíšení až 5 kilometrov. Pri ďalších povrchových veličinách používa rozlíšenie 10 kilometrov a atmosférické údaje, napríklad rýchlosť vetra, predpovedá v rozlíšení 25 kilometrov. Google tak získal globálnu predpoveď s približne päťkrát jemnejšou mriežkou ako pri predchádzajúcej generácii.

Pre používateľa to môže znamenať presnejšie informácie aj v oblastiach, kde dokáže počasie výrazne meniť charakter na malej vzdialenosti. Typickým príkladom sú horské oblasti, údolia alebo pobrežie.

„WeatherNext 3 sa učí priamo z pozorovaní v reálnom čase,“ uvádza Google.

Práve živé dáta zo satelitov patria medzi najväčšie zmeny oproti predchádzajúcemu modelu. WeatherNext 3 využíva globálnu mozaiku údajov z geostacionárnych satelitov, ktoré poskytujú nový pohľad na aktuálny stav atmosféry. Model tak môže vytvoriť novú predpoveď každú hodinu.

Súvisí s tým

Najpokročilejší model na predpovedanie počasia je tu: WeatherNext 2 od Googlu ťa pripraví aj na najhoršie

Počasie sa dokáže zmeniť veľmi rýchlo

Hodinový cyklus má význam najmä pri javoch, ktoré sa vyvíjajú v krátkom čase. Búrky, fronty alebo intenzívne zrážky sa môžu vytvoriť a zmeniť v priebehu niekoľkých hodín.

Staršie modely pritom často pracujú s dátami, ktoré majú určitý časový odstup. Google upozorňuje, že tradičné numerické modely predpovede počasia používajú fyzikálne simulácie na superpočítačoch a ich dáta môžu mať približne šesťhodinový posun.

WeatherNext 3 chce tento problém obmedziť práve pravidelným využívaním aktuálnych satelitných pozorovaní.

Ešte zaujímavejšia je snaha modelu lepšie zachytiť lokálne rozdiely. Teplota alebo vlhkosť sa totiž môže výrazne zmeniť už počas niekoľkých kilometrov. Klasická globálna predpoveď preto nemusí vždy vystihnúť rozdiel medzi údolím a kopcom alebo medzi pobrežím a vnútrozemím.

Google do tréningu WeatherNext 3 zapojil aj údaje z meteorologických staníc. Model tak dokáže pracovať s podrobnejšími informáciami o podmienkach pri zemskom povrchu.

AI má presnejšie odhadnúť aj dážď a sneh

Predpovedať zrážky patrí medzi najťažšie úlohy meteorológie. Dážď a sneh súvisia s procesmi v oblakoch, ktoré sa odohrávajú na veľmi malých priestorových škálach. Výsledkom môže byť situácia, keď model síce správne odhadne oblasť s nepriaznivým počasím, no nedokáže presne určiť hranicu intenzívnych zrážok. Google preto WeatherNext 3 trénoval aj na špecializovaných zdrojoch údajov o zrážkach. Jedným z nich je databáza IMERG od NASA, ktorá využíva satelitné merania v rámci systému Global Precipitation Measurement. Druhý zdroj predstavuje globálna analýza zrážok vytvorená Googlom na základe satelitných a radarových údajov.

Výsledky podľa spoločnosti ukazujú výrazné zlepšenie. Pri strednodobých globálnych predpovediach dosiahol WeatherNext 3 v určitých testoch až o 60 percent lepší výsledok oproti IMERG, o 30 percent oproti MRMS a o 10 percent oproti meraniam zo zrážkomerov pri kratších predpovedných intervaloch. Nejde pritom len o to, že AI povie, či bude pršať. Nový model má lepšie zachytiť aj konkrétny tvar a hranice zrážkových systémov.

Google myslí aj na solárne a veterné elektrárne

WeatherNext 3 nemá slúžiť iba na bežnú predpoveď počasia. Google do modelu pridal aj premenné, ktoré môžu využiť výrobcovia energie z obnoviteľných zdrojov. Model dokáže predpovedať napríklad rýchlosť vetra vo výške približne 100 metrov, teda približne v oblasti, kde pracujú veterné turbíny. Prevádzkovatelia veterných elektrární tak môžu lepšie odhadnúť budúcu výrobu elektriny. Podobný princíp platí aj pri solárnej energetike. WeatherNext 3 pracuje s oblačnosťou a intenzitou slnečného žiarenia, čo môže pomôcť pri odhade toho, koľko energie solárne elektrárne vyrobia.

Presnejšie predpovede preto nemusia mať význam iba pre človeka, ktorý si ráno kontroluje počasie v mobile. Energetické spoločnosti môžu tieto informácie využiť pri plánovaní výroby a elektrické siete pri vyrovnávaní ponuky s dopytom.

WeatherNext 3 už Google nasadzuje do svojich služieb

Google nový model nechce nechať iba vo výskumnom prostredí. WeatherNext 3 začal nasadzovať do svojho ekosystému vrátane Vyhľadávania, aplikácie Gemini, Google Maps a Google Earth Engine. Dáta sprístupňuje aj vývojárom, výskumníkom a firmám prostredníctvom Google Cloud. Používatelia ich môžu využiť napríklad cez BigQuery alebo Earth Engine.

Pre bežného používateľa je však najzaujímavejšia zmena v samotnej predpovedi. Google tvrdí, že pri plánovaní jeden alebo viac dní dopredu môže nový model priniesť až o 50 percent presnejšie predpovede zrážok. Najväčší prínos má priniesť v oblastiach, kde bývajú klasické predpovede menej spoľahlivé.

„Atmosféra si vždy zachová určitú mieru nepredvídateľnosti,“ upozorňuje Google.

Aj preto WeatherNext 3 nemožno brať ako záruku toho, čo sa v konkrétnej lokalite stane. Model však ukazuje smer, ktorým sa predpoveď počasia môže uberať. Namiesto spoliehania sa iba na rozsiahle historické výpočty dokáže AI pracovať aj s čerstvými pozorovaniami zo satelitov a meteorologických staníc.

To môže byť užitočné najmä pri rýchlo sa meniacom počasí, presnejšom odhade zrážok alebo plánovaní výroby elektriny z vetra a slnka. Ako presne sa jeho výhody prejavia v každodenných predpovediach, ukážu až ďalšie dáta a reálne používanie modelu.