Hvad der er nyt
Google DeepMind og Google Research udgav WeatherNext 3 den 3. september, tredje generation af laboratoriets globale vejrmodel.
Tre ting er nye. Modellen lærer direkte af satellitobservationer i realtid i stedet for udelukkende at bygge på de analyser, numerisk vejrvarsling producerer. Den opdateres hver time, hvor WeatherNext 2 arbejdede i seks timers trin. Og den varsler på et langt finere gitter: temperatur og fugtighed på fem kilometer, andre overfladevariabler på ti og atmosfæriske variabler som vindhastighed på femogtyve. Den forrige model brugte et gitter på 25 kilometer hele vejen igennem, hvilket gør den nye omkring fem gange skarpere ved jorden.
Den forudsiger også direkte i spredte stationskoordinater og ikke kun i gitter, og tilføjer variabler rettet mod elsystemer: vindhastighed i turbinenavets højde, skydække og solindstråling.
Præcisionstallene, og hvem der har målt dem
Google lægger de største forbedringer på nedbør, hvor fysikbaseret varsling er svagest. Mod NASA’s satellitdatasæt IMERG oplyser selskabet op til 60 procents forbedring af continuous ranked probability score, op til 30 procent mod radarproduktet MRMS og op til 10 procent mod regnmålere ved korte varslingshorisonter. For den, der planlægger et døgn eller mere frem, angives nedbørsprognoserne at være op til 50 procent mere præcise.
Det er Googles egne tal, målt af Google. Den eneste eksterne markør i meddelelsen er påstanden om, at WeatherNext 3 ligger højest på Brightbands live-lister, der drives uden for Google — en nyttig kontrol netop fordi meteorologiske mål oplyst af leverandøren kan udvælges lige så fordelagtigt som enhver anden måling.
Hvor den dukker op
Dette er ikke en forskningsartefakt efterladt på en preprintserver. Google oplyser, at WeatherNext 3 driver prognoser i Søgning, Gemini-appen, Google Maps, vejr-API’et i Maps Platform og Google Earth Engine. Forskere og virksomheder kan hente dataene via BigQuery og Earth Engine eller downloade dem samlet fra Google Cloud Storage.
Den udbredelse er sagens kerne. En timeprognose med fem kilometers opløsning, der når forbrugerprodukter, er en anden slags begivenhed end en artikel med lavere fejl, fordi den ændrer, hvad hundredvis af millioner mennesker får at vide om i morgen.
Hvorfor energivariablerne betyder noget
Vind i navhøjde, skydække og solindstråling er de inputdata, netoperatører og handlende bruger til at planlægge produktion. En model, der leverer dem hver time i højere opløsning, sigter direkte mod elmarkederne og ikke mod beslutningen om at tage en paraply med — og den kommer netop som AI-datacentre selv bliver en alvorlig kilde til vækst i forbruget.
Hvad man skal holde øje med
Det tal, der er værd at vente på, er et uafhængigt. Nationale meteorologiske tjenester og akademiske grupper foretager deres egen verifikation mod operationelle prognoser, og det er de resultater, ikke lanceringsopslaget, der viser, om en forbedring på 60 procent holder på tværs af årstider og regioner. Hold også øje med, om Google udgiver modellen eller beholder den bag API’et, som selskabet har gjort med tidligere WeatherNext-udgivelser.
