Im Gegensatz zu herkömmlichen Modellen, die physikalische Eigenschaften an einem Ort verwenden, um physikalische Prozesse zu simulieren, sind maschinelle Lernmodelle weitgehend Black Boxes, die mit vergangenen Mustern trainiert werden und Vorhersagen zukünftiger Muster ausgeben. Aber Weather Next 3 fügt ein wenig physikalische Informationen hinzu, um die Oberflächentemperatur und den Taupunkt an einem bestimmten Ort zu berechnen, den Sie aufrufen möchten. Es prüft, ob dieser Punkt Land oder Ozean ist, und verwendet seine Oberflächenhöhe. Durch das Training mit vergangenen Wetterstationsdaten, die mit diesen Informationen gekennzeichnet sind, erhält das Team laut eigenen Angaben bessere Vorhersagen.

Einige Kuriositäten: Das Whitepaper zeigt einige Ergebnisse, um Verbesserungen der Vorhersageleistung gegenüber Weather Next 2 sowie dem KI-Modell des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) zu dokumentieren. Sie stellen beispielsweise eine Verbesserung der Genauigkeit der Bedingungen der oberen Atmosphäre um etwa 5 Prozent gegenüber ihrem vorherigen Modell fest, was ihrer Aussage nach etwa sechs Stunden mehr genauer Vorhersagezeit entspricht. Und ihre Änderung zur Berechnung der Oberflächentemperatur für einen bestimmten Ort verbesserte die Genauigkeit um bis zu 30 Prozent. Sie übertreffen das ECWMF-Modell bei diesen Metriken ebenfalls in der Regel.

Es gibt eine merkwürdige Ausnahme, deren Ursache das Papier nicht einmal vermutet. Bei einer Reihe von Variablen zeigt ihr Vergleich mit der anfänglichen Sechs-Stunden-Vorhersage der anderen Modelle, dass Weather Next 3 schlechter abschneidet, bevor es für den Rest einer 15-Tage-Vorhersage in Führung geht. Auch großräumige Muster sind nicht ohne Seltsamkeiten. Sie können die Form des Modellgitters in einigen Vorhersagen sehen, wie die Niederschlagskarte, die einige deutlich sechseckige Flecken zeigt.

Insgesamt sagt das Team, dass ihr neues Modell „einen großen Schritt nach vorne für KI-basierte Wettervorhersagen darstellt, indem es über die reine Analyse hinausgeht und informationsdichte, latenzarme Beobachtungsdaten nutzt.“ Weather Next 3 ist jetzt die Quelle für Vorhersageinformationen in allen Google-Diensten, einschließlich Search, Gemini und Maps.

Wichtige Entitäten: Unternehmen: Google, ECMWF