Google DeepMind-მა 2026 წლის 3 სექტემბერს წარადგინა WeatherNext 3 — კომპანიის თქმით, ეს არის Google DeepMind ლაბორატორიის მიერ შექმნილი ამინდის ყველაზე ზუსტი გლობალური მოდელი დღემდე, რაც ეფუძნება პროგნოზირების დამოუკიდებელი შემფასებელი ჯგუფის, Brightband-ის, ცოცხალ შეფასებებს. მოდელი უკვე მუშაობს და კვებავს პროგნოზებს Google Search-ში, Gemini აპლიკაციაში, Google Maps-სა და Maps Platform Weather API-ში.
რა შეიცვალა
სიზუსტის ზრდა მოდელის სასწავლო მონაცემების შეცვლას ეფუძნება. წინა ვერსია, WeatherNext 2, ყოველ ექვს საათში ერთხელ, 25-კილომეტრიან ბადეზე ახლდებოდა — ძირითადად იმ რიცხვითი ამინდის პროგნოზირების სისტემების განახლების ციკლს იმეორებდა, რომლებზეც იყო გაწვრთნილი. WeatherNext 3 კი პირდაპირ საათურ გეოსტაციონარულ თანამგზავრულ სურათებზე, NASA-ს IMERG თანამგზავრული ნალექის მონაცემებზე და მიწისზედა სადგურების მაჩვენებლებზე ვარჯიშობს — რაც, Google-ის განცხადებით, აქრობს ექვსსაათიან დაგვიანებას, რომელიც ჩვეულებრივ პროგნოზირებაშია ჩაშენებული. შედეგად, პროგნოზი ყოველ საათში ახლდება, ხოლო ზედაპირული პირობების გარჩევადობა 5 კილომეტრამდე იზრდება — დაახლოებით ხუთჯერ უფრო მკვეთრი, ვიდრე ადრე. Google-ის მონაცემებით, ნალექის პროგნოზი ერთი დღით ან მეტი ხნით ადრე 50%-მდე უფრო ზუსტია, ხოლო ადრეული პერიოდის საპროგნოზო სიზუსტე თანამგზავრული ნალექის გაზომვებთან შედარებით 60%-მდე გაუმჯობესდა.
სიახლე განახლებადი ენერგიისთვის
მოდელს ასევე დაემატა განახლებადი ენერგიისთვის მორგებული პროგნოზები: ქარის სიჩქარე 100 მეტრზე — დაახლოებით ქარის ტურბინის სიმაღლეზე — ასევე ღრუბლიანობა და მზის რადიაცია, რომელთა საშუალებითაც ქსელის ოპერატორებს შეუძლიათ წინასწარ შეაფასონ ქარისა და მზის ენერგიის მოსალოდნელი გამომუშავება.
WeatherNext 3 აგრძელებს DeepMind-ის ფართო მცდელობას, გამოიყენოს მანქანური სწავლება სამეცნიერო ამოცანების გადასაჭრელად, სადაც ტრადიციულად ფიზიკაზე დაფუძნებული სიმულაციები ბატონობდა — ეს მიდგომა იმ მიმართულებას განეკუთვნება, რომელსაც ლაბორატორია „მეცნიერებისთვის AI"-ს უწოდებს. მომხმარებლისთვის განკუთვნილი ინტეგრაციების გარდა, Google მოდელის მონაცემებს BigQuery-ის, Earth Engine-ისა და Cloud Storage-ის საშუალებით გარე მკვლევრებისთვისაც ხსნის — რაც მის გავლენას კლიმატისა და სოფლის მეურნეობის პროგნოზირების სფეროებზეც ავრცელებს, Google-ის საკუთარი პროდუქტების ფარგლებს გარეთ.