Google pētniecības laboratorija “DeepMind” nākusi klajā ar jaunu laikapstākļu prognozēšanas modeli “WeatherNext 3“, kas nodrošina globālas prognozes ar iespaidīgu 5 kilometru izšķirtspēju un tiek atjaunināts katru stundu. Atšķirībā no iepriekšējās paaudzes un vairuma citu MI risinājumu, kas balstās tikai uz skaitliskajām laikapstākļu analīzēm, jaunais modelis ir apmācīts, izmantojot reālu meteoroloģisko staciju mērījumus. Tas ļauj daudz precīzāk fiksēt temperatūru un rasas punktu piekrastēs, kalnos un ielejās, kur iepriekšējie modeļi datus mēdza pārlieku nogludināt.
WeatherNext 3 ir “Functional Generative Network” (FGN) tīkla transformators, kas vienā datu apstrādes solī ģenerē trīs līmeņu datus: augstākās detalizācijas 5 km (0,05°) temperatūras un rasas punkta slāni, 10 km virsmas vēja, spiediena, mākoņu un nokrišņu slāni, kā arī 25 km atmosfēras rādītājus 13 dažādos spiediena līmeņos. Salīdzinot ar WeatherNext 2, jaunais modelis piedāvā aptuveni piecas reizes augstāku detalizāciju. Turklāt tas tiek palaists 24 reizes diennaktī – katru stundu veicot īstermiņa prognozes līdz 48 stundām uz priekšu, savukārt četras reizes diennaktī tiek ģenerēti padziļināti 15 dienu scenāriji.
Būtiski uzlabota arī nokrišņu prognozēšana, kur globālie modeļi vēsturiski bieži kļūdījušies negaisu un vētru precīzu robežu noteikšanā. DeepMind modeļa apmācībai izmantoja ECMWF un NASA “IMERG” satelītdatus, kā arī pašu izstrādāto satelītu-radaru analīzi, panākot ievērojamu prognožu kļūdu samazinājumu pat par 50-60%. Tāpat modelis ir īpaši noderīgs atjaunīgās enerģijas sektoram, jo tas spēj aprēķināt vēja ātrumu 100 metru augstumā (vēja ģeneratoru rotora līmenī), detalizētu mākoņu slāņu sadalījumu un saules radiāciju, kas nepieciešama energotīklu jaudas plānošanai.
Pašlaik WeatherNext 3 prognožu dati atsevišķiem apstiprinātiem klientiem ir pieejami caur Google Cloud platformām – BigQuery, Earth Engine un Cloud Storage. Tāpat Google jaunā modeļa rezultātus izmanto savos produktos kā Google Maps, Search u.c. Modeļa svari nav publiski pieejami.