HeadlinesBriefing favicon HeadlinesBriefing.com

Google Weather Next 3 améliore la précision

Ars Technica •
×

Contrairement aux modèles traditionnels qui utilisent les propriétés physiques d'un lieu pour simuler des processus physiques, les modèles d'apprentissage automatique sont en grande partie des boîtes noires qui s'entraînent sur des schémas passés et produisent des prédictions de schémas futurs. Mais Weather Next 3 ajoute un peu d'informations physiques pour calculer la température de surface et le point de rosée à n'importe quel endroit spécifique que vous souhaitez consulter. Il vérifie si ce point est terrestre ou océanique et utilise son élévation de surface. En s'entraînant sur des données de stations météorologiques passées étiquetées avec ces informations, l'équipe affirme obtenir de meilleures prévisions.

Quelques bizarreries : Le livre blanc montre certains résultats pour documenter les améliorations de performance des prévisions par rapport à Weather Next 2, ainsi qu'au modèle IA du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF). Ils notent une amélioration d'environ 5 pour cent de la précision des conditions de l'atmosphère supérieure par rapport à leur modèle précédent, par exemple, ce qui, selon eux, équivaut à environ six heures supplémentaires de délai de prévision précis. Et leur changement pour calculer la température de surface d'un endroit spécifique a amélioré la précision jusqu'à 30 pour cent. Ils battent généralement aussi le modèle ECWMF sur ces métriques.

Il y a une exception curieuse dont le document ne devine même pas la cause. Pour un certain nombre de variables, leur comparaison avec la prévision initiale à six heures des autres modèles montre que Weather Next 3 fait moins bien avant de prendre de l'avance pour le reste d'une prévision de 15 jours. Les schémas à plus grande échelle ne sont pas non plus sans quelques bizarreries. Vous pouvez voir la forme de la grille du modèle dans certaines prédictions, comme la carte des précipitations montrant des blobs hexagonaux distincts.

Dans l'ensemble, l'équipe affirme que leur nouveau modèle « représente une avancée majeure pour les prévisions météorologiques basées sur l'IA en allant au-delà de la simple analyse et en utilisant des données d'observation à faible latence et riches en informations ». Weather Next 3 est désormais la source d'informations de prévision dans tous les services Google, y compris Search, Gemini et Maps.

Entités clés : Entreprises : Google, ECMWF