Google 今日發佈了一個全新且改良的人工智能天氣模型，將被整合到其熱門產品中，如搜尋、Gemini 以及 Pixel 手機。這家公司的人工智能增強預報迄今為止已顯示出相當準確的表現。與傳統的物理模型相比，人工智能天氣模型能以更快、更有效的方式進行預測。到目前為止，Google 在這一領域的工作多為實驗性質，但現在這些預測將成為 Google 產品和服務的賣點。
Google DeepMind 的高級研究及可持續發展總監 Peter Battaglia 在記者簡報中表示：「我們正在將其從實驗室帶出來，真正將其交到用戶手中，並且在更多方面超越以往，逐步擺脫實驗性的標籤，因為我們對於我們的預測非常有信心，這些預測確實有效且實用。」
新的人工智能模型 WeatherNext 2 的預測速度是 Google 之前模型的八倍，並且能在預測溫度或風速等 99.9% 的變量時更為準確。WeatherNext 2 能從特定的起始點生成數百種可能的結果。利用 Google 的 TPU 芯片進行預測所需時間少於一分鐘，而這通常需要在超級計算機上利用物理模型運算幾個小時。
傳統模型計算需求量大，因為它們基本上試圖重現大氣的複雜物理過程以產生預測。相對而言，人工智能模型則試圖從歷史天氣數據中辨識模式，以預測未來的結果。
Google 通過在 WeatherNext 2 中使用名為功能生成網絡（FGN）的策略來簡化其過程。舊的人工智能天氣模型仍需重複處理來生成一個預測，而 FGN 更為高效，因為它在每次輸入時都會將噪音或目標隨機性納入模型，從而使 WeatherNext 2 能在一次步驟中生成多個不同的可能結果。
這些進步使 WeatherNext 2 能夠提前最多 15 天進行預測並生成每小時的預報。Google 希望這能吸引企業客戶以及個人消費者的關注。
Google Research 的產品經理 Akib Uddin 在通話中表示：「我們發現能源、農業、交通運輸、物流以及許多其他行業的客戶對這些逐小時的預測相當感興趣，這有助於他們作出更精確的業務決策。」
除了將 WeatherNext 2 整合到 Maps、Search、Gemini 和 Pixel Weather 外，Google 還為有興趣進行自訂建模的客戶提供了早期訪問計劃。預測數據也可在 Google Earth Engine 中用於地理空間分析，並在 BigQuery 中進行大規模數據分析。
當然，Google 在如何將生成式人工智能應用於天氣預測方面面臨競爭。歐洲中期天氣預報中心、Nvidia、華為及其他公司也在開發自己的人工智能天氣模型。
