Новейшая модель прогнозирования погоды WeatherNext 2: революция в точности и скорости

Google DeepMind и исследовательский отдел Google Research объявили о запуске версии WeatherNext 2, нейросетевой модели, способной выдавать более чем 500 вероятных сценариев погоды в течение нескольких мгновений. Это открывает новые возможности для компаний и частных пользователей, которым необходима не просто линия среднего значения, а целый спектр «погоди‑вариантов» с оценкой вероятностей.

Новая модель отличается не только качеством прогноза, но и производительностью: 8‑кратное ускорение по сравнению с предшественником, WeatherNext 1. Такая скорость позволяет интегрировать WeatherNext 2 напрямую в сервисы Google Maps, Pixel Weather и в поисковую систему Google, а также в AI‑ассистент Gemini.

Как работает WeatherNext 2

Корень эффективности модели – глубокая сверточно‑рекуррентная архитектура, обученная на огромных объёмах климатических данных: спутниковые изображения, измерения метеорологических станций и модели атмосферных процессов. Задача — прогнозировать, как именно меняется распределение температуры, влажности, скорости ветра и осадков в течение ближайших 48 часов.

Где уже применена модель

• Google Search – при поиске «погода в Москве» пользователь сразу видит несколько вариантов, где указана вероятность осадков.
• Gemini – AI‑ассистент, который советует, стоит ли взять зонтик, основываясь на нескольких сценариях.
• Pixel Weather – на устройствах Pixel потоковой виджет показывают динамическую карту погоды с шёпотом «прямо сейчас» и «день следующего дня».
• Google Maps – при маршруте включённый рейтинг «погодный риск» учитывает вероятность дождя или снегопада в пути.

Преимущества для пользователей

• Точная оценка вероятностей позволяет планировать мероприятия и путешествия с минимальными рисками.
• Моментальная генерация многосценарных прогнозов экономит время и ресурсы инфраструктуры.
• Постоянное обновление модели обеспечивает корректность предсказаний даже в условиях изменения климатических закономерностей.

Углубленный взгляд на точность прогнозов

По данным Google, точность температурного предсказания выросла на 12 % по сравнению с весенним 2023‑м, а точность прогноза осадков – на 9 %. Это стало возможным благодаря внедрению дополнительной предобученной классификации «meteorological anomalies» и более глубокому представлению временных слоёв.

Как дальше развивать WeatherNext

На горизонте планы включают расширение модели на более длительный период (до 7 дней), интеграцию с системой умного дома и сервисами страхования. Одна из ключевых задач – сделать модель доступной в открытом API‑формате, чтобы независимые разработчики могли создавать свои «прогностические» решения.

Заключение

WeatherNext 2 – это значительный шаг вперёд в предсказуемости погоды. Сочетание нейросетевого подхода, огромного объёма данных и скорости исполнения позволяет теперь рассчитывать с более высокими вероятностями, не жертвуя точностью. По мере того, как модель будет ещё более совершенствоваться, мы можем ожидать, что прогнозы погоды станут простым, даже если не лишним, частью повседневного выбора решений.