Google DeepMind a Google Research spustili nový model umelej inteligencie na predpoveď počasia s názvom WeatherNext 3. Namiesto tradičných fyzikálnych simulácií na superpočítačoch sa učí priamo zo živých satelitných dát, vďaka čomu dokáže predpoveď aktualizovať každú hodinu a v podstatne jemnejšom detaile. Ide o citeľný krok vpred pri AI predpovedi počasia, ktorá už dnes ovplyvňuje poľnohospodárstvo, dopravu aj výrobu energie z obnoviteľných zdrojov.
Koniec šesťhodinového oneskorenia
Doterajšie AI modely počasia vrátane predchádzajúcej verzie WeatherNext 2 sa trénovali na výstupoch z numerických predpovedných modelov. Tie bežia na superpočítačoch, ale ich dáta majú podľa Googlu oneskorenie približne šesť hodín, čo pri rýchlo sa meniacich javoch, ako je dážď alebo náhla zmena teploty, spôsobuje nepresnosti. WeatherNext 3 tento problém obchádza tak, že spracúva priamo dáta z geostacionárnych satelitov v reálnom čase. Novú predpoveď tak vie vygenerovať každú hodinu, vždy na základe najčerstvejších pozorovaní atmosféry.
Až päťnásobne jemnejšie rozlíšenie
Model počíta predpovede vo viacerých priestorových rozlíšeniach naraz. Teplotu a vlhkosť vzduchu odhaduje s presnosťou na 5 kilometrov, ostatné povrchové veličiny na 10 kilometrov a javy ako rýchlosť vetra vo vyšších vrstvách atmosféry na 25 kilometrov. Podľa Googlu ide celkovo o približne päťnásobne jemnejší obraz počasia než pri WeatherNext 2, ktorý pracoval s mriežkou 25 kilometrov a aktualizoval sa len raz za šesť hodín. Pri zrážkach, s ktorými mali AI modely dlhodobo najväčší problém, si Google pomohol trénovaním na dvoch nezávislých zdrojoch dát, satelitnom súbore IMERG od NASA a vlastnej analýze zrážok z družicového radaru. Výsledkom je podľa zverejnených meraní zlepšenie presnosti až o 60 percent oproti IMERG, o 30 percent oproti radarovej sieti MRMS a o 10 percent oproti pozemným zrážkomerom pri krátkodobých predpovediach. Nezávislé hodnotenie od spoločnosti Brightband označilo WeatherNext 3 za aktuálne najpresnejší globálny model počasia.
Kde sa model už používa
WeatherNext 3 už teraz poháňa zobrazenie počasia vo Vyhľadávaní Google, v Mapách aj v aplikácii Gemini, podobne ako nedávno predstavený model Gemini 2.5 Flash rozšíril možnosti asistenta o rýchlejšie a presnejšie odpovede. Vývojári a firmy sa k dátam vedia dostať aj priamo cez Google Cloud, konkrétne cez BigQuery a Earth Engine, prípadne si ich stiahnuť hromadne. Google tvrdí, že najviac by mali z presnejších predpovedí profitovať oblasti Latinskej Ameriky, Afriky a Ázie a Tichomoria, kde doteraz chýbali dostatočne podrobné regionálne modely kvôli vysokým nákladom na výpočtový výkon.
Čo to znamená pre firmy
Okrem bežnej predpovede model počíta aj s premennými dôležitými pre energetiku. Odhaduje rýchlosť vetra vo výške približne 100 metrov, teda vo výške veterných turbín, a spresňuje predpoveď oblačnosti a slnečného žiarenia pre potreby solárnych elektrární. Prevádzkovatelia siete tak môžu presnejšie plánovať, koľko elektriny z obnoviteľných zdrojov budú mať v danú hodinu k dispozícii, a lepšie ju zosúladiť so spotrebou. Podobné otázky, teda ako AI mení plánovanie v energetike, rieši aj článok o vzťahu umelej inteligencie a energetickej krízy. Presnejšie a včasnejšie predpovede zrážok a extrémneho počasia majú význam aj pre poľnohospodárstvo, logistiku či poisťovníctvo, teda odvetvia, kde sa firmy pri rozhodovaní stále viac spoliehajú na dátové modely namiesto odhadov.
Limity aj ďalší vývoj
Google zároveň pripomína, že atmosféra si aj naďalej zachová istú mieru nepredvídateľnosti a pri oficiálnych výstrahách a bezpečnostných odporúčaniach odkazuje na národné meteorologické služby. WeatherNext 3 nadväzuje na model WeatherNext 2 z novembra 2025 a na cyklonický model WeatherNext Cyclones, ktorý Google DeepMind v auguste 2026 uvoľnil pod otvorenou licenciou. Oba modely stavajú na rovnakej architektúre nazvanej Functional Generative Network. Vidno tak, že Google pri počasí postupuje krok po kroku, pričom WeatherNext 3 je zatiaľ najambicióznejším pokusom nahradiť časť klasických fyzikálnych výpočtov priamym učením z reálnych pozorovaní.
Pre bežného používateľa sa zmena prejaví najskôr nenápadne, teda o niečo presnejšou predpoveďou v telefóne pri plánovaní víkendu či dovolenky. Väčší rozdiel však pocítia inštitúcie a firmy, ktoré musia reagovať rýchlo, napríklad krízové štáby pri prívalových dažďoch alebo prevádzkovatelia dopravy pri rozhodovaní o odklonoch. Keďže Google model dáta zároveň sprístupňuje cez Cloud, dá sa očakávať, že si ho postupne osvoja aj menšie spoločnosti a výskumné pracoviská, ktoré si vlastný superpočítačový model dovoliť nemôžu.
