Η Google DeepMind λανσάρει το WeatherNext 3 με ωριακές προβλέψεις 5 χιλιόμετρων

Η Google DeepMind και η Google Research στις 3 Σεπτεμβρίου 2026 παρουσίασαν το WeatherNext 3, ένα παγκόσμιο μοντέλο πρόγνωσης καιρού με τεχνητή νοημοσύνη που δημιουργεί ωριακές προβλέψεις με ανάλυση έως 5 χιλιόμετρα και ενσωματώνεται στο Google Search, στην εφαρμογή Gemini, στο Google Maps, στο Weather API της Πλατφόρμας Google Maps και στο Google Earth Engine.

Οι ομάδες περιέγραψαν το WeatherNext 3 ως το πιο προχωρημένο και ακριβές παγκόσμιο μοντέλο καιρού που έχουν δημιουργήσει μέχρι σήμερα, παραθέτοντας ανεξάρτητες ζωντανές αξιολογήσεις από τη ζωντανές αξιολογήσεις. Ένα τεχνικό έγγραφο, γραμμένο από ερευνητές της Google DeepMind, της Google Research και της Google, συνοδεύει την κυκλοφορία και αναφέρει ότι το μοντέλο λειτουργεί σε επιχειρησιακό επίπεδο.

Ωριακές Προβλέψεις σε Υψηλότερη Ανάλυση

Το WeatherNext 3 δημιουργεί ωριακές προβλέψεις σε πολλαπλές χωρικές αναλύσεις. Κύριες επιφανειακές μεταβλητές όπως η θερμοκρασία και η υγρασία παράγονται με ανάλυση 5 χιλιομέτρων, άλλες επιφανειακές μεταβλητές με 10 χιλιόμετρα, και ατμοσφαιρικές μεταβλητές όπως η ταχύτητα του ανέμου με 25 χιλιόμετρα. Η Google δήλωσε ότι αυτό αντιστοιχεί σε παγκόσμια εικόνα καιρού περίπου πέντε φορές πιο καθαρή από το προηγούμενο μοντέλο της, το WeatherNext 2, που παρήγαγε προβλέψεις σε πλέγμα 25 χιλιομέτρων με ενδιάμεσα διαστήματα έξι ωρών.

Σύμφωνα με το έγγραφο, το WeatherNext 3 βασίζεται στην προσέγγιση Functional Generative Network που υποστήριζε το WeatherNext 2 και παράγει πρόβλεψη συνόλου 15 ημερών με 64 μέλη, εκπαιδευμένη ώστε να ελαχιστοποιεί το Continuous Ranked Probability Score (CRPS), ένα τυπικό μέτρο της ικανότητας προβλέψεων πιθανοτήτων. Το μοντέλο αυξάνει το λανθάνον μέγεθος από 768 σε 1024 και το βάθος του mesh transformer από 24 σε 32 στρώσεις σε σχέση με το WeatherNext 2, ενώ η παραγωγική έκδοση εκπαιδεύτηκε σε δεδομένα έως τις 30 Ιουνίου 2026. Το σύστημα απορροφά ζωντανά μωσαϊκά γεωστατικών δορυφόρων ωριαίας συχνότητας μαζί με την παραδοσιακή ιστορική ανάλυση, τροφοδοτώντας έναν ενιαίο mesh transformer που εξάγει πυκνά πλεγμένα πεδία, διακριτές διαδρομές κυκλώνων και προβλέψεις επιπέδου σταθμών.

Εκπαιδευμένο σε Ακατέργαστες Παρατηρήσεις

Τα περισσότερα μοντέλα AI καιρού, συμπεριλαμβανομένου του WeatherNext 2, εκπαιδεύονται σε δεδομένα από αριθμητικά μοντέλα πρόγνωσης καιρού, τα οποία είναι προσομοιώσεις φυσικής με καθυστέρηση δεδομένων έξι ωρών. Η Google δήλωσε ότι αυτή η καθυστέρηση μπορεί να εισάγει προκαταλήψεις για γρήγορα μεταβαλλόμενες μεταβλητές όπως η βροχή και η επιφανειακή θερμοκρασία. Το WeatherNext 3, αντίθετα, απορροφά ένα μωσαϊκό ζωντανών παγκόσμιων γεωστατικών δορυφορικών δεδομένων, παρέχοντάς του μια συνεχώς ενημερωμένη εικόνα της ατμόσφαιρας και επιτρέποντας νέα πρόβλεψη κάθε ώρα, κάθε μια βασισμένη στις πιο πρόσφατες διαθέσιμες δορυφορικές παρατηρήσεις.

Το έγγραφο αναφέρει ότι το δορυφορικό μωσαϊκό καλύπτει 11 κανάλια με ανάλυση 0,1 μοίρας και λειτουργική καθυστέρηση περίπου μιας ώρας. Το WeatherNext 3 εκπαιδεύεται επίσης άμεσα σε σπάνιες παρατηρήσεις μετεωρολογικών σταθμών, συνδυάζοντας τρία επιφανειακά σύνολα δεδομένων — σταθμούς METAR αεροδρομίων, περιφερειακά δίκτυα Mesonet και μετρήσεις πλοίων και μπουγίων του ICOADS — από το 2001. Το έγγραφο αναφέρει ότι αυτή η μονάδα εξόδου σταθμού προβλέπει τη θερμοκρασία στα 2 μέτρα και το σημείο δρόσου σε οποιοδήποτε σημείο και χρόνο, υπό την προϋπόθεση τοπικών γεωγραφικών χαρακτηριστικών όπως το υψόμετρο.

Για τις βροχοπτώσεις, το μοντέλο εκπαιδεύεται σε δύο πηγές: το προϊόν Integrated Multi-satellite Retrievals for GPM (IMERG) της NASA, βασισμένο σε δορυφόρους, και την δική του παγκόσμια επανεξέταση βροχοπτώσεων, που ονομάζεται PARDIG, το οποίο το έγγραφο περιγράφει ως πειραματική εκτίμηση που παράγεται από ξεχωριστό μοντέλο AI εκπαιδευμένο να προβλέπει σπάνια ραδιοεγκαταστάσεις διαστημικού ραντάρ από το κεντρικό παρατηρητήριο GPM.

Το WeatherNext 3 εισάγει επίσης προβλέψεις που στοχεύουν στην παραγωγή ανανεώσιμης ενέργειας. Η Google δήλωσε ότι το μοντέλο προβλέπει ταχύτητες ανέμου στα 100 μέτρα, περίπου το ύψος των ανεμογεννητριών, για την παραγωγή αιολικής ενέργειας, καθώς και υψηλής ανάλυσης κάλυψη νεφών και επίπεδα ηλιακής ακτινοβολίας για να βοηθήσει τις ηλιακές φάρμες να εκτιμήσουν το ηλιακό φως στο έδαφος.

Αναφερόμενα Αποτελέσματα Αξιολόγησης

Στις μεσοπρόθεσμες παγκόσμιες προβλέψεις βροχοπτώσεων, η Google ανέφερε βελτιώσεις του CRPS έως και 60 % σε σχέση με το IMERG, 30 % για το προϊόν MRMS βασισμένο σε ραντάρ, και 10 % σε σχέση με μετρήσεις υδρόμετρων για πρώιμους χρόνους προειδοποίησης. Το έγγραφο προσθέτει ότι, σε αξιολογήσεις έναντι μετεωρολογικών σταθμών που δεν χρησιμοποιήθηκαν στην εκπαίδευση, η μονάδα σταθμού βελτιώνει το CRPS για τη θερμοκρασία στα 2 μετρητά έως και 30 % σε σύγκριση με το WeatherNext 2 και 40 % σε σύγκριση με το σύστημα ECMWF ENS σε σύντομους χρόνους προειδοποίησης.

Το έγγραφο περιγράφει επίσης μια σχεδόν πραγματική αξιολόγηση κατά την εξαπτά εβδομάδων περίοδο από 1 Ιουλίου έως 11 Αυγούστου 2026, χρησιμοποιώντας λειτουργικά ροές δεδομένων. Σε αυτήν την αξιολόγηση, οι συγγραφείς αναφέρουν ότι το WeatherNext 3 ξεπέρασε το AIFS ENS v2 της ECMWF σε όλες τις μεταβλητές ανώτερου επιπέδου, με μέση βελτίωση περίπου 10 % στην πρώτη εβδομάδα πρόβλεψης, και παρουσίασε μικρές αλλά σταθερές βελτιώσεις σε σχέση με το WeatherNext 2 στο μέσο σφάλμα διαδρομής και έντασης τροπικών κυκλώνων του συνόλου.

Το έγγραφο τεκμηριώνει επίσης περιορισμούς. Οι συγγραφείς παρατηρούν ορατά χωρικά και χρονικά τεχνάσματα σε μεμονωμένα δείγματα πρόβλεψης, συμπεριλαμβανομένων εξαγωνικών μοτίβων που αντανακλούν τη δομή του πλέγματος του μοντέλου, χρονικές διακοπές στα όρια των έξι ωρών σε ορισμένες μονάδες εξόδου, και μια παγκόσμια προκατάληψη θερμότητας ή ψύχους ανά μέλος στη μονάδα σταθμού. Δηλώνουν ότι τα περιθώρια στατιστικών όπως τα ποσοστά του συνόλου είναι κυρίως χωρίς τεχνάσματα, εκτός από την Ανταρκτική, όπου τα δεδομένα των σταθμών είναι σπάνια.

Διαθεσιμότητα σε Διάφορα Προϊόντα της Google

Το WeatherNext 3 αρχίζει να τροφοδοτεί τις εμπειρίες καιρού στο Google Search, στην εφαρμογή Gemini, στο Google Maps, στο Weather API της Πλατφόρμας Google Maps και στο Google Earth Engine από τις 3 Σεπτεμβρίου 2026. Η Google δήλωσε ότι όταν οι χρήστες σχεδιάζουν μια ημέρα ή περισσότερο εκ των προτέρων, θα δουν έως και 50 % πιο ακριβείς προβλέψεις βροχοπτώσεων, με τις μεγαλύτερες βελτιώσεις σε περιοχές όπου οι προβλέψεις ιστορικά ήταν λιγότερο αξιόπιστες.

Οι ερευνητές, προγραμματιστές και επιχειρήσεις μπορούν να ερωτήσουν τα δεδομένα στο BigQuery και στο Earth Engine ή να τα κατεβάσουν μαζικά από το Google Cloud Storage σε μορφή Zarr. Η τεκμηρίωση προγραμματιστών της Google περιγράφει το μοντέλο ως παρέχοντα 15‑ήμερες παγκόσμιες πιθανοκρατικές προβλέψεις που αρχικοποιούνται ωριαία σε 64 μέλη συνόλου, και αναφέρει μια προσαρμοσμένη επιλογή επαγωγής στο Google Cloud που επιτρέπει στους πελάτες να δημιουργούν προσαρμοσμένες προβλέψεις σε αφιερωμένους επιταχυντές με έλεγχο του μεγέθους του συνόλου και των οριζόντων πρόβλεψης. Οι προβλέψεις μπορούν επίσης να προβληθούν σε πραγματικό χρόνο μέσω του Weather Lab, του διαδραστικού ιστότοπου οπτικοποίησης της Google DeepMind.

Η ανακοίνωση της Google περιλαμβάνει αποποίηση ευθύνης ότι το WeatherNext είναι ένα αυτοματοποιημένο, πειραματικό σύστημα AI και ότι οι χρήστες πρέπει να απευθύνονται στις τοπικές μετεωρολογικές υπηρεσίες ή στις εθνικές υπηρεσίες καιρού για επίσημες προβλέψεις, προειδοποιήσεις για σοβαρές καιρικές συνθήκες και συμβουλές δημόσιας ασφάλειας.