Skip to content
Google открыла исходный код ИИ-модели WeatherNext для прогнозирования ураганов на 15 дней вперёд
08 августа 19:32 3 Просмотров Новости

Google открыла исходный код ИИ-модели WeatherNext для прогнозирования ураганов на 15 дней вперёд

Компании Google DeepMind и Google Research представили и открыли для свободного доступа передовую ИИ-модель WeatherNext, способную прогнозировать формирование, траекторию, интенсивность и структуру тропических циклонов с горизонтом до 15 дней. Соответствующая научная работа опубликована в журнале Nature, а веса модели и программные компоненты размещены на GitHub под лицензией Apache 2.0. логотип Google DeepMind и название модели WeatherNext

Единая модель для траектории и интенсивности

Тропические циклоны — ураганы и тайфуны — долгое время представляли уникальную проблему для синоптики. Глобальные модели эффективно анализируют атмосферные течения в планетарном масштабе, но интенсивность шторма лучше прогнозируется специализированными локальными моделями, оценивающими термодинамические процессы в ядре циклона. WeatherNext решает эту дилемму: одна модель предсказывает и траекторию, и интенсивность одновременно.

Для обучения использовалось более 20 терабайт глобальных данных об атмосфере и исторической информации. По словам исследователей, система генерирует один 15-дневный прогноз менее чем за минуту на ИИ-ускорителе Google TPU, предоставляя синоптикам возможность быстро оценивать распределение вероятностей для потенциально разрушительных угроз.

Техническая архитектура и преимущества

Модель работает на стохастических нейросетях, что позволяет просчитывать не один детерминированный сценарий, а ансамбль из до 1000 возможных вариантов развития событий («симуляций будущего»). Это помогает заранее выявлять редкие и опасные сценарии, такие как внезапная и катастрофическая эскалация шторма.

По данным Google, WeatherNext демонстрирует значительное опережение по сравнению с традиционными оперативными метеомоделями: прогноз траектории, интенсивности и структуры ветра точен примерно на один день дольше. Трёхдневный прогноз ИИ по точности соответствует тому, что классические системы давали лишь за два дня.

Платформа Weather Lab и экосистема Earth AI

В рамках презентации Google запустила Weather Lab — экспериментальную среду для тестирования модели циклонов. Система строит 50 возможных сценариев развития событий на срок до 15 дней, предсказывая формирование шторма, его траекторию, силу, размер и форму. интерфейс Weather Lab с прогнозом циклона

Weather Lab является частью более широкой платформы Earth AI, которую Google строит на базе многолетнего моделирования Земли и рассуждающих способностей Gemini. На той же платформе представлена модель WeatherNext для глобального прогноза погоды — она использует новую архитектуру Functional Generative Network, работает в 8 раз быстрее и делает прогнозы с шагом до 1 часа, показывая более точные результаты, включая экстремальные погодные явления.

Flood Hub и инструменты для кризисных ситуаций

Экосистема Earth AI включает сервис Flood Hub, выдающий предупреждения о речных наводнениях за 7 дней. Сервис охватывает речные бассейны более чем в 100 странах и рассчитан на 700 миллионов человек. По данным компании, технологии прогнозирования наводнений уже покрывают более 2 миллиардов человек. карта Flood Hub с предупреждениями о наводнениях

Дополнительно платформа предоставляет инструменты для работы со спутниковыми снимками, оценки качества воздуха, уровня пыльцы и риска лесных пожаров. В картах и поиске Google реализованы кризисные уведомления: они показывают предупреждения об урагане и траекторию шторма рядом с затронутыми районами.

Полевые испытания и открытый доступ

Модель уже прошла проверку в боевых условиях. В сезоне 2025 года Национальный центр по наблюдению за ураганами США (NHC) использовал WeatherNext для предсказания стремительного усиления разрушительного урагана Мелисса в Карибском море.

Публикация исходного кода и предобученных весов на GitHub под лицензией Apache 2.0 направлена на то, чтобы академические институты, независимые исследователи, некоммерческие организации и местные метеослужбы по всему миру могли создавать собственные специализированные системы раннего предупреждения для защиты инфраструктуры и человеческих жизней. репозиторий WeatherNext на GitHub

Поделиться

Похожие публикации