Google lanza WeatherNext 2: previsiones meteorológicas con IA hasta 8 veces más rápidas, soporta la generación de cientos de escenarios.

Google DeepMind y Google Research anunciaron el lanzamiento de un nuevo modelo de pronóstico del clima con inteligencia artificial llamado WeatherNext 2, enfatizando que este modelo puede aumentar la velocidad de los pronósticos climáticos globales en 8 veces y también puede proporcionar pronósticos de alta resolución de hasta “1 hora”. Lo más importante es que puede generar cientos de posibles escenarios climáticos a partir de un único conjunto de datos inicial, permitiendo a los usuarios, entidades meteorológicas e industrias comprender más rápidamente el rango de posibles climas extremos. Actualmente, WeatherNext 2 ya se ha integrado en múltiples herramientas de aplicación como Google Maps y Gemini.

La velocidad y la resolución han mejorado significativamente, la predicción de IA ha sido completamente actualizada.

El gobierno ha declarado que WeatherNext 2 solo tarda menos de un minuto en ejecutar una previsión en el TPU de Google, lo que es mucho más eficiente que las horas que requieren los modelos físicos tradicionales. También puede generar previsiones de mayor resolución, con cambios detallados hasta “cada hora”, lo que ayuda en la programación de vuelos, la gestión de la cadena de suministro e incluso en los desplazamientos y la organización de la vida cotidiana de las personas.

Las autoridades señalaron que WeatherNext 2 supera a la generación anterior, WeatherNext, en el 99.9% de las variables meteorológicas y en los pronósticos de 0 a 15 días, incluyendo múltiples indicadores como la temperatura, la velocidad del viento y la humedad, con una mejora notable en la precisión general.

El gráfico es un diagrama de flujo de simulación de escenarios climáticos de WeatherNext 2, tecnología central FGN, que crea situaciones de simulación climática más realistas.

El avance en el rendimiento de WeatherNext 2 se debe principalmente a la adopción de una nueva arquitectura de modelo, Functional Generative Network (FGN). Esta arquitectura inyecta “ruido” (Noise) dentro del modelo, permitiendo que el modelo mantenga variaciones naturales al generar situaciones climáticas, sin desviarse de las leyes físicas.

Para que los resultados de las previsiones sean variados pero coherentes, el sistema utiliza múltiples redes neuronales entrenadas de manera independiente, y a través de ajustes de ruido, genera una serie de versiones de escenarios coherentes entre sí. Google también mencionó específicamente que este modelo solo utiliza “una sola variable” (Marginals) para el entrenamiento, como la temperatura o la velocidad del viento, pero puede predecir el “sistema interconectado” (Joints), como el impacto de una ola de calor en toda una región, o la distribución de la producción de energía del campo eólico en su totalidad.

Esta capacidad de deducir sistemas complejos a partir de datos de entrenamiento simples es la ventaja principal de WeatherNext 2.

(Nota: El ruido aquí se refiere a las variaciones aleatorias que se incorporan intencionadamente en el modelo de IA, lo que permite que el cálculo del modelo tenga un poco más de aleatoriedad, generando cambios climáticos diferentes pero que aún cumplen con las leyes físicas. El sistema de interacción se refiere al sistema climático general formado por la interacción de múltiples variables climáticas, en lugar de datos de un solo punto. )

Generar cientos de situaciones a la vez, la predicción de fenómenos meteorológicos extremos tiene más fundamento.

WeatherNext 2 puede generar cientos de resultados meteorológicos en menos de 1 minuto a partir del mismo conjunto de datos de entrada, manteniendo que cada uno de ellos sea físicamente razonable y coherente entre sí.

Esta capacidad es especialmente importante para eventos de “alta incertidumbre” como tifones, lluvias intensas y olas de calor. Google también ha utilizado esta tecnología para apoyar a las agencias meteorológicas en pronósticos experimentales de tifones, ayudando a determinar el peor escenario y el posible rango de variación.

Implementación completa de productos de Google, también abierto a la comunidad global.

Actualmente, Google ha integrado oficialmente WeatherNext 2 en varios productos tanto para usuarios como para empresas. Los usuarios en general pueden ver el nuevo sistema de pronóstico en Google Search, Gemini, Pixel Weather y en la API de Weather de Google Maps Platform, y posteriormente también se añadirá a Google Maps.

Los desarrolladores pueden obtener datos de pronóstico a través de Earth Engine y BigQuery, y utilizar su propio modelo de IA para el clima en Vertex AI de Google Cloud.

Google impulsa la investigación global, incorpora más datos y amplía su alcance.

Google ha declarado que continuará investigando cómo integrar más fuentes de datos en el futuro para mejorar aún más la capacidad del modelo, y también seguirá abriendo nuevas herramientas para investigadores, desarrolladores y empresas siempre que sea posible.

Las autoridades esperan que, a través de potentes modelos de IA y datos abiertos, se ayude a las comunidades globales a tomar decisiones importantes sobre energía, transporte, clima, entre otros, más rápidamente y a impulsar más avances científicos.

Este artículo Google ha lanzado WeatherNext 2: Pronóstico del tiempo con IA 8 veces más rápido, admite la generación de cientos de situaciones, apareció por primera vez en Chain News ABMedia.