WeatherNext 2- Mô hình dự báo thời tiết tiên tiến nhất của chúng tôi
WeatherNext 2 là mô hình dự báo thời tiết dựa trên AI mới nhất của Google, mang lại độ chính xác và tốc độ vượt trội
- 5 min read
WeatherNext 2: Mô hình dự báo thời tiết tiên tiến nhất của Google DeepMind
Mô hình AI mới mang đến các dự báo thời tiết toàn cầu hiệu quả hơn, chính xác hơn và có độ phân giải cao hơn.
Thời tiết ảnh hưởng đến những quyết định quan trọng mà chúng ta đưa ra hàng ngày — từ chuỗi cung ứng toàn cầu và đường bay cho đến việc đi lại hàng ngày của bạn. Trong những năm gần đây, trí tuệ nhân tạo (AI) đã cải thiện đáng kể những gì có thể thực hiện được trong dự báo thời tiết và cách chúng ta có thể sử dụng nó.
Hôm nay, Google DeepMind và Google Research xin giới thiệu WeatherNext 2, mô hình dự báo tiên tiến và hiệu quả nhất của chúng tôi. WeatherNext 2 có thể tạo ra các dự báo nhanh gấp 8 lần và với độ phân giải lên đến 1 giờ. Bước đột phá này được hỗ trợ bởi một mô hình mới có thể cung cấp hàng trăm kịch bản khả thi. Sử dụng công nghệ này, chúng tôi đã hỗ trợ các cơ quan thời tiết đưa ra quyết định dựa trên nhiều kịch bản thông qua các dự báo xoáy thuận thử nghiệm của chúng tôi.
Chúng tôi hiện đang đưa nghiên cứu của mình từ phòng thí nghiệm ra thị trường cho người dùng. Dữ liệu dự báo của WeatherNext 2 hiện có sẵn trong Earth Engine và BigQuery. Chúng tôi cũng đang ra mắt một chương trình truy cập sớm trên nền tảng Vertex AI của Google Cloud để suy luận mô hình tùy chỉnh.
Bằng cách tích hợp công nghệ WeatherNext, chúng tôi đã nâng cấp dự báo thời tiết trong Tìm kiếm, Gemini, Thời tiết Pixel và API Thời tiết của Google Maps Platform. Trong những tuần tới, nó cũng sẽ giúp cung cấp thông tin thời tiết trên Google Maps.
Dự đoán nhiều kịch bản khả thi hơn
Dự báo thời tiết cần nắm bắt toàn bộ phạm vi khả năng — bao gồm cả các kịch bản xấu nhất, là những kịch bản quan trọng nhất để lên kế hoạch.
WeatherNext 2 có thể dự đoán hàng trăm kết quả thời tiết có thể xảy ra từ một điểm khởi đầu duy nhất. Mỗi dự đoán mất chưa đầy một phút trên một TPU duy nhất; điều này sẽ mất hàng giờ trên siêu máy tính sử dụng các mô hình dựa trên vật lý.
Mô hình của chúng tôi cũng có độ chính xác cao và có khả năng dự đoán với độ phân giải cao hơn, lên đến từng giờ. Nhìn chung, WeatherNext 2 vượt trội hơn mô hình WeatherNext tiên tiến nhất của chúng tôi về 99,9% biến số (ví dụ: nhiệt độ, gió, độ ẩm) và thời gian dẫn (0-15 ngày), cho phép dự báo hữu ích và chính xác hơn.
Hiệu suất cải thiện này được hỗ trợ bởi một phương pháp mô hình AI mới được gọi là Functional Generative Network (FGN), tiêm “nhiễu” trực tiếp vào kiến trúc mô hình để các dự báo mà nó tạo ra vẫn giữ được tính vật lý thực tế và có sự liên kết.
Phương pháp này đặc biệt hữu ích để dự đoán những gì các nhà khí tượng học gọi là “biên” và “kết hợp”. Biên là các yếu tố thời tiết riêng lẻ, độc lập: nhiệt độ chính xác tại một địa điểm cụ thể, tốc độ gió ở một độ cao nhất định hoặc độ ẩm. Điểm mới lạ trong phương pháp của chúng tôi là mô hình chỉ được đào tạo trên các biên này. Tuy nhiên, từ quá trình đào tạo đó, nó học cách dự đoán “kết hợp” một cách khéo léo — các hệ thống lớn, phức tạp, có liên quan đến nhau, phụ thuộc vào cách tất cả các phần riêng lẻ đó khớp với nhau. Dự báo “kết hợp” này là cần thiết cho các dự báo hữu ích nhất của chúng tôi, chẳng hạn như xác định các khu vực toàn diện bị ảnh hưởng bởi nhiệt độ cao, hoặc sản lượng điện dự kiến trên một trang trại gió.
Từ nghiên cứu đến thực tế
Với WeatherNext 2, chúng tôi đang chuyển đổi nghiên cứu tiên tiến thành các ứng dụng có tác động cao. Chúng tôi cam kết thúc đẩy trạng thái nghệ thuật của công nghệ này và làm cho các công cụ mới nhất của chúng tôi có sẵn cho cộng đồng toàn cầu.
Trong tương lai, chúng tôi đang tích cực nghiên cứu các khả năng để cải thiện mô hình của mình, bao gồm tích hợp các nguồn dữ liệu mới và mở rộng phạm vi tiếp cận hơn nữa. Bằng cách cung cấp các công cụ mạnh mẽ và dữ liệu mở, chúng tôi hy vọng sẽ thúc đẩy khám phá khoa học và trao quyền cho một hệ sinh thái toàn cầu gồm các nhà nghiên cứu, nhà phát triển và doanh nghiệp để đưa ra quyết định về các vấn đề phức tạp nhất hiện nay và xây dựng cho tương lai.
Để tìm hiểu thêm về các nền tảng địa lý không gian và công việc AI tại Google, hãy xem Google Earth, Earth Engine, AlphaEarth Foundations và Earth AI.
Tìm hiểu thêm về WeatherNext 2
- Đọc bài báo của chúng tôi
- Tài liệu dành cho nhà phát triển WeatherNext
- Khám phá Danh mục Dữ liệu Earth Engine
- Truy vấn dữ liệu dự báo trong BigQuery
- Đăng ký chương trình truy cập sớm cho Cloud Vertex AI
<uni-youtube-player-article index=“2” thumbnail-alt=“Video demo WeatherNext 2” video-id=“YQwqoEm_xis” video-type=“video”
Phân loại: Google DeepMind, AI Products, Google Research
Link bài viết gốc
- Tags:
- Ai
- November 2025
- Blog.google