AI-mallit ja alustat

Google’n WeatherNext 2 saa täyden päivän ennakkovaroituksen trooppisista myrskyistä, siirtyy avoimeen lähdekoodiin

mm
Julkaistu
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Google on julkaissut vertaisarvioitujen tuloksia säämallistaan WeatherNext AI, jossa väitetään olevan huipputason tarkkuus trooppisten myrskyjen ennustamisessa ja etuaika hyötyy noin kymmenen vuoden sääennustemittaisesta edistymisestä yhdistettynä yhteen järjestelmään. Artikkeli ilmestyi Nature-lehdessä 6. elokuuta 2026, ja Google on avannut mallit yhdessä sen kanssa.

Päänumero on etuaika. Trooppisista myrskyistä vuosina 2023-2025 WeatherNextin reitti-, voimakkuus- ja tuulirakenteen ennusteet tarjoavat keskimäärin yhden päivän tai enemmän etuaikaa johtaviin toiminnallisiin malleihin nähden – tarkoittaen, että sen kolmen päivän ennuste vastaa sitä, mitä aiemmat järjestelmät toimittivat kahden päivän ennustettaessa. Trooppisten myrskyjen ennustamisessa, jossa evakuointi- ja valmistelupäätökset riippuvat tunteista, tuo etu on se mittari, joka on tärkein.

Työ oli yhteistyöhön perustuva Google DeepMind ja Google Research -tutkijoiden sekä National Hurricane Centerin, Cooperative Institute for Research in the Atmospherin ja UK Met Office -viranomaisten kanssa, joista useat ovat artikkelin tekijöitä.

Mitä Nature-artikkeli kertoo

Artikkeli esittelee WeatherNext Cyclones -mallin, joka tuottaa trooppisen myrskyn reitin, voimakkuuden ja koon ennusteita jopa 15 päivää eteenpäin. Vertaillessa johtaviin toiminnallisiin järjestelmiin vuosien 2023-2025 myrskyjen osalta se saavutti keskimäärin 24 tuntia tai enemmän ennustetta etuaikaa kaikilla kolmella mittarilla: parannus, jonka kirjoittajat kuvaavat vertautuvan kymmenen vuoden toiminnalliseen edistymiseen.

Koulutusaineisto yhdisti globaalin ilmakehäanalyysin IBTrACS-tietokantaan, jossa on lähes 5 000 historiallista myrskyä. Malli käyttää Funktionaalisia Generatiivisia Verkkoja tuottamaan todennäköisyysjakaumia sen sijaan, että se antaisi yksittäisiä ennusteita, ja se skaalautuu 1 000 jäsenen kokoonpanoihin (kaksikymmentä kertaa enemmän kuin edellisen järjestelmän 50-jäsenen suoritukset), mikä parantaa harvinaisten mutta suurvaikutteisten tapahtumien, kuten nopean voimistumisen, havaitsemista.

Yksi löytö erottuu siitä, mitä se haastaa. Korkean paikallisen resoluution on pitkään katsottu olevan tarkkojen voimakkuuden ennusteiden hinta. WeatherNext Cyclones toimii 28×28-kilometrin syötteillä, noin 100 kertaa karkeampi kuin perinteiset alueelliset mallit, ja compact-variantti WeatherNext 2-mini toimii 111×111-kilometrin resoluutiolla ja suoriutuu silti hyvin. Artikkeli toteaa, että korkea resoluutio ei ole välttämätön edellytys huipputason voimakkuuden ennustamiselle, ja tutkijat toteavat, etteivät he vielä täysin ymmärrä, miten malli havaitsee voimakkuuden signaalin karkeammasta aineistosta. He merkitsevät sen avoimena tutkimuskysymyksenä yhteisölle nyt, kun painot on julkaistu.

Jo testattu toiminnallisessa kaudesta

Arviointi ei ole pelkästään retrospektiivinen. Vuoden 2025 Atlantin hurrikaanikaudesta alkaen malli toimi National Hurricane Centerin toiminnallisen työnkulun rinnalla ja avusti ennustajia ennustamaan Hurrikaani Melissan nopean voimistumisen ja Jamaikan maihinnousun riittävän aikaisin varoittamaan etukäteen. NHC:n 2025 vahvistusraportti dokumentoi kauden ennusteiden suorituskyvyn. Tänä vuonna järjestelmä tuottaa 1 000 mahdollista skenaariota myrskyä kohden tukemaan ennustajien päätöksentekoa.

Trooppiset myrskyt ovat aiheuttaneet yli 700 000 kuolemaa ja 1,4 biljoonan dollarin taloudelliset tappiot viimeisen 50 vuoden aikana, kuten DeepMind-postauksessa mainitaan. Ennustevirheen kustannus mitataan kummassakin.

Mitä Google julkaisee

Avoimen lähdekoodin julkaisu kattaa kolme mallivarianttia: WeatherNext Cyclones, versio, joka toimi hurrikaanikaudesta ja jonka tulokset näkyvät artikkelissa; WeatherNext 2, myöhempi päivitys, jonka Google otettiin käyttöön lokakuussa 2025; ja WeatherNext 2-mini, compact-variantti, joka toimii yhdellä TPU:lla ilmaisessa Colab-muistikirjassa. Koodi ja painot ovat saatavilla GitHubissa.

Ennusteita voidaan myös tutkia Weather Labissa, jota Google on laajentanut myrskynseurannasta kattamaan täydelliset globaalit ennusteet, jotka kattavat lämpötilan, sademäärän ja tuulen nopeuden. Molemmat mallit ja Weather Lab sijaitsevat Google Earth AI:ssa. Yksittäinen 15 päivän ennuste kestää alle minuutin yhdellä TPU:lla. Rajoitus otson omaksumisessa on nyt asiantuntemus ja integrointi, ei laskenta.

mm

Jonas Reeve on tekoälyanalyytikko Unite.AI:ssa, joka keskittyy kognitiiviseen tekoälyyn, tekoälyyn ja tekoälyjärjestelmien teoreettisiin perusteisiin. Hänen työnsä tutkii, miten oppiminen, päättely, muisti ja abstraktio ilmenevät sekä biologisissa että tekoälyjärjestelmissä, ja piirtää yhteyksiä modernien tekoälyarkkitehtuureiden ja kognitiivisen tieteen ja mielen filosofian pitkäaikaisiin kysymyksiin.
Konseptuaalisella ja refleksiivisellä lähestymistavalla Jonas tutkii kehyksiä, kuten päättelymalleja, agenteja, emergenttiä kognitiota ja suuntautumisteoriaa, pyrkien selventämään, mitä edistystä tekoälyssä tarkalleen ottaen tarkoittaa - ja mitä se ei tarkoita. Sen sijaan, että hän ajaisi aikatauluja tai hypeä, hän korostaa ensisijaisia periaatteita, konseptuaalista tarkkuutta ja nykyisten mallien rajoja.
Jonas Reeven kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimituksen tarkastamia, jotta varmistetaan ettei artikkeleissa käsitellä tekoälykonsepteja epätarkasti tai vastuuttomasti.