WeatherNext 2: Google DeepMind ускорила прогноз погоды

Google DeepMind и Google Research представили WeatherNext 2 — обновлённую модель прогнозирования погоды. По заявлению компании, новая версия строит прогноз до 15 суток вперёд, выдаёт результат за считанные минуты на одном тензорном процессоре (TPU) и формирует не единственный прогноз, а ансамбль из сотен возможных сценариев развития погоды. Модель постепенно интегрируется в продукты Google — Поиск, приложение Google Погода и Google Maps — и доступна исследователям через Earth Engine и BigQuery.

Что именно изменилось

Главное отличие WeatherNext 2 от первой версии — переход к вероятностному прогнозу. Классическая модель выдаёт один ответ: «завтра +12 и дождь». Но атмосфера — хаотическая система, и честный прогноз выглядит иначе: набор из множества правдоподобных вариантов с разной вероятностью. WeatherNext 2 генерирует такой ансамбль сценариев, и по каждой точке карты можно оценить не только ожидаемое значение, но и разброс — то есть насколько прогноз надёжен.

В основе — подход, который в DeepMind называют функциональной генеративной сетью (FGN). Вместо того чтобы прогонять тяжёлые физические уравнения на суперкомпьютере часами, модель обучена на исторических данных реанализа¹ и предсказывает состояние атмосферы напрямую. Компания сообщает, что WeatherNext 2 в восемь раз быстрее предыдущей версии по скорости выдачи прогноза и работает с более высоким временным разрешением — с шагом в один час.

Ценность прогноза сегодня не в одной цифре температуры, а в честной оценке неопределённости: насколько вероятен ливень и стоит ли переносить рейс. Ансамбль сценариев отвечает именно на этот вопрос.

Насколько это точнее

DeepMind заявляет, что WeatherNext 2 превосходит предыдущую модель по большинству метрик и переменных, которые компания отслеживает — температура, ветер, влажность, давление. Речь о сравнении на стандартных для отрасли показателях качества прогноза. Точные числовые результаты по конкретным бенчмаркам стоит смотреть в техническом материале самой компании: приводить их по памяти как абсолютную истину было бы некорректно, потому что метрики различаются по горизонту прогноза и переменной.

Важно, что модели-предсказатели вроде WeatherNext по-прежнему опираются на данные наблюдений и реанализа, которые готовят традиционные метеослужбы. Нейросеть ускоряет и уточняет прогноз, но не отменяет физическую инфраструктуру наблюдений — спутники, буи, метеостанции.

Как это выглядит рядом с конкурентами

WeatherNext 2 — не единственная нейросетевая модель погоды. За последние пару лет вышло несколько заметных систем от разных команд. Ниже — сравнение по публично заявленным характеристикам; детали и доступность стоит проверять на страницах разработчиков, потому что модели активно обновляются.

Линейка Google выстроена как эволюция: GraphCast дал быстрый детерминированный прогноз, GenCast добавил вероятностный ансамбль, WeatherNext 2 объединяет скорость, вероятностный подход и почасовое разрешение и заходит в потребительские продукты. Отдельная история — ECMWF: европейский центр внедряет машинное обучение прямо в свою оперативную систему прогнозов, то есть подходит к задаче со стороны действующей метеослужбы, а не технологической компании.

Кому это пригодится и кому нет

WeatherNext 2 — это не «приложение погоды», а модель и данные. Пользу извлекут те, кому нужны прогнозы в больших объёмах или в собственных сервисах:

• Логистика и авиация. Ансамбль сценариев позволяет считать риски задержек и перебоев, а не полагаться на один прогноз.
• Энергетика. Прогноз ветра и солнечной радиации напрямую влияет на планирование выработки на ветряках и солнечных станциях.
• Сельское хозяйство и страхование. Вероятность заморозков, града или засухи в конкретной точке — основа для агротехнических и страховых решений.
• Исследователи климата и погоды. Доступ через Earth Engine и BigQuery снимает необходимость держать собственный суперкомпьютер для экспериментов с прогнозами.

Кому это в текущем виде не нужно:

• Обычному пользователю напрямую. Вам не придётся идти в BigQuery — улучшения дойдут сами, через Поиск, приложение Google Погода и Maps.
• Тем, кому нужен официальный прогноз для юридически значимых решений. Для этого по-прежнему опираются на национальные метеослужбы, а не на модель одной компании.
• Разработчикам, которым важна полная открытость. В отличие от GraphCast и GenCast с опубликованными весами, доступ к WeatherNext 2 идёт в основном через сервисы Google.

Сколько это стоит

Улучшения в потребительских продуктах Google — Поиск, Погода, Maps — доступны бесплатно, как часть этих сервисов. Доступ к прогнозам через Earth Engine и BigQuery тарифицируется по правилам Google Cloud и зависит от объёма запросов и данных. Конкретные расценки меняются, поэтому актуальные условия и лимиты смотрите на страницах Google Cloud и в анонсе компании — фиксировать цену как вечную здесь нельзя.

¹ Реанализ — восстановленная «история погоды»: согласованный набор данных о состоянии атмосферы за прошлые десятилетия, собранный из наблюдений и моделей. На таких данных обучают нейросетевые модели прогноза.