هوش مصنوعی طی سال‌های اخیر نقش بسیار مهمی در تحول صنعت پیش‌بینی آب‌وهوا داشته است؛ صنعتی که تصمیم‌های حیاتی در سطح جهانی و روزمره انسان‌ها بر پایه آن گرفته می‌شود؛ از مدیریت زنجیره تأمین گرفته تا مسیریابی پروازها، حمل‌ونقل و حتی برنامه‌ریزی روزانه مردم. اکنون Google DeepMind و Google Research با معرفی WeatherNext 2 نسل جدیدی از مدل‌های پیش‌بینی آب‌وهوا را ارائه کرده‌اند که می‌تواند سطح دقت و سرعت این حوزه را به شکل چشمگیری افزایش دهد.

WeatherNext 2؛ نسل جدید پیش‌بینی آب‌وهوا با قدرت فوق‌العاده

نسخه دوم WeatherNext پیشرفته‌ترین و کارآمدترین مدل گوگل برای پیش‌بینی آب‌وهوا محسوب می‌شود. این مدل قادر است ۸ برابر سریع‌تر از نسخه قبلی پیش‌بینی تولید کند و اطلاعاتی با دقت زمانی یک ساعت ارائه دهد؛ قابلیتی که تاکنون در مدل‌های مبتنی بر فیزیک و سیستم‌های سنتی در این سطح دست‌یافتنی نبود. WeatherNext 2 از یک رویکرد جدید هوش مصنوعی بهره می‌برد که می‌تواند صدها سناریوی محتمل هواشناسی را تنها از یک نقطه شروع ایجاد کند. این قابلیت برای سازمان‌های هواشناسی اهمیت ویژه‌ای دارد، زیرا تصمیم‌گیری در بسیاری از شرایط بحرانی – مانند وقوع سیکلون‌ها، طوفان‌ها یا موج‌های گرما – نیازمند بررسی بدترین سناریوهای ممکن است. تولید این حجم از سناریو در مدل‌های فیزیکی به چندین ساعت زمان و استفاده از ابررایانه نیاز دارد، درحالی‌که WeatherNext 2 می‌تواند آنها را در کمتر از یک دقیقه روی یک TPU ایجاد کند.

دقت بالاتر در پیش‌بینی متغیرهای کلیدی

این مدل جدید توانسته در ۹۹.۹٪ از متغیرهای هواشناسی مانند دما، سرعت باد، رطوبت و همچنین بازه‌های زمانی مختلف از ۰ تا ۱۵ روز، عملکرد بهتری نسبت به نسخه قبلی WeatherNext داشته باشد. همین موضوع، WeatherNext 2 را به یکی از دقیق‌ترین مدل‌های پیش‌بینی مبتنی بر هوش مصنوعی تاکنون تبدیل کرده است.

FGN؛ تکنیک نوآورانه برای پیش‌بینی دقیق و واقع‌گرایانه

موفقیت WeatherNext 2 به لطف استفاده از رویکردی جدید به نام Functional Generative Network (FGN) محقق شده است. در این روش، «نویز» به شکل کنترل‌شده مستقیماً وارد معماری مدل می‌شود تا خروجی‌ها واقع‌گرایانه، پایدار و منسجم با قوانین فیزیک باقی بمانند. ویژگی مهم FGN این است که مدل تنها با داده‌های «marginals» یا همان متغیرهای مستقل مانند دما، رطوبت یا باد آموزش می‌بیند، اما در زمان پیش‌بینی قادر است «joints» یا الگوهای بزرگ، پیچیده و سیستم‌محور را نیز شناسایی کند. این یعنی WeatherNext 2 بدون نیاز به آموزش مستقیم برای سیستم‌های گسترده، می‌تواند الگوهای بزرگ حرارتی، بادهای منطقه‌ای یا حتی توان خروجی مزرعه‌های بادی را پیش‌بینی کند.

به‌کارگیری در محصولات واقعی گوگل

گوگل اعلام کرده که داده‌های WeatherNext 2 اکنون از طریق Earth Engine و BigQuery در دسترس قرار گرفته و نسخه اولیه آن نیز از طریق Vertex AI برای توسعه مدل‌های سفارشی ارائه شده است. علاوه بر این، پیش‌بینی‌های جدید این مدل هم‌اکنون در Search، Pixel Weather، Gemini و Google Maps API به‌کار گرفته شده‌اند و به‌زودی در بخش‌های دیگر Google Maps نیز فعال خواهند شد.

گامی مهم از پژوهش به دنیای واقعی

هدف گوگل از توسعه WeatherNext 2، ارائه ابزارهای قدرتمند برای پژوهشگران، سازمان‌های هواشناسی، توسعه‌دهندگان و کسب‌وکارهاست تا بتوانند با استفاده از داده‌های دقیق‌تر، تصمیم‌های بهتر و سریع‌تری در مواجهه با مشکلات پیچیده جهانی اتخاذ کنند. گوگل می‌گوید در حال بررسی منابع داده جدید و گسترش قابلیت‌های این مدل برای افزایش دقت و کاربردهای آن در آینده است.

منبع خبر: blog.google