谷歌DeepMind推出WeatherNext 2人工智慧模型，用於提供精準的全球天氣預報

Google DeepMind谷歌旗下人工智慧部門推出了 WeatherNext 2，這是迄今為止最先進的全球天氣預報系統，具有更高的準確性和解析度。

WeatherNext 2 採用全新模型，能夠產生數百種潛在情景，因此其預報速度可提升至原來的八倍，時間分辨率精確到一小時。此方法已被用於輔助氣象機構進行決策，包括進行氣旋預測實驗。

該系統現已向用戶開放，用戶可透過 Google Earth Engine 和 BigQuery 取得預測數據。此外，Google Cloud 的 Vertex AI 平台也已啟動早期存取計劃，允許使用者進行自訂模型推理。

WeatherNext 技術的整合已經提升了 Google 搜尋、Gemini、Pixel Weather 和 Google Maps Platform Weather API 的天氣預報質量，並且在未來幾週內，它還將支援在 Google 地圖平台中提供天氣資訊。 谷歌地圖.

WeatherNext 2 引入人工智慧驅動的功能生成網絡，以實現更準確的天氣預報

準確的天氣預報需要捕捉所有可能的結果，包括對規劃至關重要的極端情況。 WeatherNext 2 能夠根據單一初始條件產生數百種潛在的天氣結果，每次預測在單一 TPU 上只需不到一分鐘——而使用傳統的基於物理的超級電腦模型，同樣的操作則需要數小時。

該系統能夠提供高度精準、高解析度的小時級天氣預報，在0至15天的預報時效內，99.9%的變數（包括溫度、風力和濕度）的預測性能均優於先前的WeatherNext模型。這使得預測更加精確，也更具實用性。

性能的提升是透過一種新的方法來實現的。 人工智慧建模 此方法稱為功能生成網路 (FGN)，它將受控「雜訊」直接引入模型架構中，確保預測結果在物理上是合理的，並且在內部是一致的。

這種方法尤其適用於預測「邊緣變數」（例如某地溫度、特定高度的風速或濕度等單一氣像要素）和「聯合變數」（依賴這些單一要素之間關係的複雜且相互關聯的系統）。儘管該模型僅基於邊緣變量進行訓練，但它能夠準確推斷聯合變量，從而預測大規模模式，例如經歷極端高溫的區域或整個風電場的預期發電量。

WeatherNext 2 將先進的研究成果應用於實際且影響深遠的天氣預報。我們不斷努力改進和提升這項技術，同時讓全球用戶都能使用最新的工具。

未來的工作包括探索更多資料來源，並擴大資料可用性，以惠及更多使用者。該計劃旨在透過提供強大的工具和開放數據，支持科學發現，並使全球研究人員、開發人員和組織能夠針對複雜挑戰做出明智的決策，從而推動未來的創新。