Este es un gran avance no sólo para los científicos.
Nueva herramienta genera pronósticos 8 veces más rápido que las generaciones anterioreslogrando al mismo tiempo una resolución de hasta una hora. Se están utilizando nuevas tecnologías en muchas decisiones críticas, desde la gestión de cadenas de suministro globales y rutas de vuelo hasta la planificación de viajes diarios.
WeatherNext 2 ya está disponible en plataformas como Google Earth Engine y BigQuery, y también será responsable de las previsiones meteorológicas en Google Search, Gemini, Pixel Weather y la API Weather de Google Maps Platform. En otras palabras, en todas las soluciones meteorológicas, incluida la aplicación meteorológica estándar para teléfonos Google Pixel.
Todo gracias a los logros en el campo del aprendizaje automático.
El modelo logra superioridad sobre el sistema WeatherNext anterior en el 99,9 por ciento de las variables (temperatura, viento, humedad) y tiempos de entrega (0 a 15 días), lo que permite pronósticos más útiles y precisos. El rendimiento mejorado proviene de un nuevo enfoque de modelado de IA llamado Red Generativa Funcional (FGN), que inyecta «ruido» directamente en la arquitectura del modelo, asegurando que las predicciones generadas sigan siendo físicamente realistas e interconectadas.
Cada predicción toma menos de un minuto en una sola TPU, una aceleración espectacular en comparación con horas de cálculo en supercomputadoras que utilizan modelos basados en la física.
Un nuevo enfoque hacia los «marginales» y las «articulaciones» es la clave del éxito de Google
De particular importancia es la capacidad de WeatherNext 2 para pronosticar tanto marginales como uniones. Los marginales son elementos climáticos individuales. — temperatura precisa en un lugar específico, velocidad del viento a una altura específica o humedad. El aspecto innovador del enfoque es el hecho de que el modelo se entrena sólo en estos márgenes, pero a partir de este entrenamiento aprende a pronosticar hábilmente. «articulaciones»: sistemas grandes, complejos e interconectadosque dependen de cómo encajan todos los elementos individuales.
Esta capacidad de pronosticar uniones es esencial para las predicciones más útiles, como Identificación de regiones enteras afectadas por el calor o la potencia de salida esperada de un parque eólico..
El lanzamiento de WeatherNext 2 es un paso adelante en la democratización del acceso a herramientas meteorológicas avanzadas. De esta manera, Google espera acelerar los descubrimientos científicos y empoderar al ecosistema global de investigadores, desarrolladores y empresas para tomar decisiones sobre los problemas más complejos.
