Google DeepMind 與 Google Research 於 9 月 3 日發布全新氣象預測模型 WeatherNext 3，直接採用全球靜止氣象衛星即時觀測資料，令預報每小時更新一次，取代過往依賴數值預報模型帶來的延遲問題。新模型解像度最高提升至 5 公里，較上一代 WeatherNext 2 提高約 5 倍，同時大幅改善降雨及降雪預測準確度。
衛星資料取代 6 小時延遲
過往包括 WeatherNext 2 在內多數 AI 氣象模型，都依靠超級電腦運算物理法則產生的數值預報資料訓練，這類資料存在約 6 小時延遲，對急速變化的降雨及地面氣溫預測造成局限。WeatherNext 3 改用全球靜止氣象衛星即時觀測拼接畫面作為輸入，同時直接訓練於分散氣象站觀測資料，令模型每小時就能重新產生一次全球預報。財經媒體 Qz 報道指新模型令預報資料延遲由約 7 小時縮短至 3 至 4 小時。
解像度大增 最細達 5 公里
WeatherNext 3 採用多層解像度設計，氣溫及濕度等地面關鍵變數解像度達 5 公里，其他地面變數為 10 公里，風速等大氣變數則維持 25 公里。相比之下 WeatherNext 2 只能以 25 公里網格、每 6 小時更新一次預報，新模型令地形相關氣溫差異呈現得更清晰。研究平台 Brightband 獨立評估認為，WeatherNext 3 是現時最準確的全球氣象模型。科技媒體 TechCrunch 引述研究人員透露，新模型參數量達上一代 2.4 倍。
降雨預測準確度提升近 6 成
降水預測一向是全球氣象模型最難處理範疇之一，因為雨雲形態及範圍變化急速。WeatherNext 3 額外採用 NASA 衛星降水資料集 IMERG 及 Google 自家雷達降水資料訓練，令降雨及降雪預測準確度改善。投資媒體 Investing.com 引述獨立評估數據指，WeatherNext 3 對比 NASA IMERG 基準短期降水預測準確度提升最多 60%，對比 MRMS 雷達資料提升 30%，對比雨量計實測數據亦提升 10%。
新增可再生能源預測功能
WeatherNext 3 另一重點是加入可再生能源相關預測變數，包括風力發電機高度約 100 米處風速，以及太陽能場所需的雲層覆蓋率與太陽輻射水平，期望能協助電網運營商及可再生能源開發商評估風能及太陽能發電量。新模型覆蓋範圍亦擴展至拉丁美洲、非洲及亞太地區等過往較缺乏高解像度預報服務地區。預報週期方面新模型每 6 小時（即 00、06、12、18 UTC）產生一次涵蓋 15 日（360 小時）完整預報，其餘每小時間隔則產生 48 小時內短期預報。
已整合至 Google 多項產品
Google 由 9 月 3 日起將 WeatherNext 3 逐步整合至 Google 搜尋、Gemini 應用程式、Google 地圖及 Google Maps Platform Weather API，研究人員及開發者亦可經 BigQuery、Google Earth Engine 及 Google Cloud Storage 存取預報資料。不過分析網站 MarkTechPost 指出 WeatherNext 3 模型權重目前並非開源，現有按需自訂推論服務仍運行 WeatherNext 2 版本。Google 表示大氣變化始終存在難以預測部分，但透過直接學習真實觀測資料，WeatherNext 3 期望能令預報更貼近地面實際氣象狀況。
資料來源：Google Blog
