WeatherNext 2 版本說明 / 新功能

Google DeepMind 與 Google Research 已推出 WeatherNext 2，這是一個天氣預報模型，能夠以比先前版本快 8 倍的速度生成預測，並提供達到 1 小時的解析度。此模型能從單一輸入生成數百種可能的天氣情境，與傳統以物理為基礎的超級電腦模型相比，顯著降低了產生預報所需的時間。

功能生成網路 (FGN) 架構

WeatherNext 2 採用了一種名為功能生成網路 (FGN) 的新 AI 建模方法。此架構直接將噪聲注入模型的函數空間，以在預測中創造一致的變異性，同時確保預報保持物理上真實且相互關聯。

邊際與聯合預報

FGN 方法使模型能夠在「邊際」上進行訓練——即個別的、獨立的天氣要素，例如濕度、特定高度的風速或特定位置的溫度。儘管僅在這些邊際上進行訓練，模型仍能學會預測「聯合」，這些是大型、複雜且相互關聯的系統。此能力對於預測區域影響至關重要，例如識別受高溫影響的區域或估算整個風電場的功率輸出。

效能與準確度基準

WeatherNext 2 相較於先前的最先進 WeatherNext 模型，展示了顯著的改進：

  • 變數準確度： 該模型在 99.9% 的變數上超越其前身，包括風速、溫度和濕度。
  • 提前時間： 在 0 到 15 天的提前時間範圍內觀察到改進。
  • 推論速度： 單次預測在單個 TPU 上少於一分鐘完成，而基於物理的超級電腦模型通常需要數小時。

整合與可用性

Google 正將 WeatherNext 2 技術整合到多個消費者和開發者產品中，將研究從實驗室帶入真實世界的應用：

消費者產品整合

以下服務的天氣預報已升級：

  • Google Search
  • Gemini
  • Pixel Weather
  • Google Maps Platform Weather API
  • Google Maps (整合將在未來幾週推出)

開發者與研究人員存取

預報資料和模型存取可透過以下管道取得：

  • Earth Engine： 資料可在 Earth Engine 資料目錄中取得。
  • BigQuery： 可透過 BigQuery 查詢預報資料。
  • Vertex AI： 在 Google Cloud 的 Vertex AI 平台上提供早期存取計畫，以進行自訂模型推論。

Sources