Το WeatherNext 2 της Google διατίθεται ως δεδομένα πρόγνωσης στα Earth Engine, BigQuery και Vertex AI

Τι ακριβώς υποστηρίζει το μοντέλο

Η Google DeepMind και η Google Research αναφέρουν ότι το WeatherNext 2 παράγει προγνώσεις 8 φορές ταχύτερα από τον προκάτοχό του και με ανάλυση έως και μίας ώρας. Από ένα μοναδικό σημείο εκκίνησης παράγει εκατοντάδες πιθανά σενάρια καιρού, και η ανακοίνωση αναφέρει ότι κάθε πρόβλεψη διαρκεί λιγότερο από ένα λεπτό σε ένα μόνο TPU.

Ο ισχυρισμός σύγκρισης είναι ασυνήθιστα συγκεκριμένος: το WeatherNext 2 ξεπερνά το προηγούμενο μοντέλο WeatherNext στο 99,9% των μεταβλητών — θερμοκρασία, άνεμο, υγρασία — και σε χρονικούς ορίζοντες πρόγνωσης από 0 έως 15 ημέρες. Πρόκειται για μια σύγκριση ίσων όρων με το προηγούμενο state of the art της ίδιας της Google, όχι για έναν ισχυρισμό έναντι συστημάτων βασισμένων στη φυσική, αν και η ανάρτηση σημειώνει ότι το αντίστοιχο σύνολο προγνώσεων βασισμένο στη φυσική θα απαιτούσε ώρες σε υπερυπολογιστή.

Το κόλπο από τα marginals στα joints

Ο τεχνικός πυρήνας είναι αυτό που η Google αποκαλεί Functional Generative Network (FGN), το οποίο εισάγει θόρυβο απευθείας στην αρχιτεκτονική του μοντέλου, ώστε οι προγνώσεις που παράγονται να παραμένουν φυσικά ρεαλιστικές και αλληλένδετες. Η ενδιαφέρουσα σχεδιαστική επιλογή είναι η διαφορά μεταξύ των δεδομένων στα οποία εκπαιδεύεται το μοντέλο και αυτών που τελικά παράγει.

Σύμφωνα με την ανάρτηση, το μοντέλο εκπαιδεύεται μόνο σε 'marginals' — μεμονωμένα μεγέθη όπως η θερμοκρασία σε ένα σημείο ή η ταχύτητα του ανέμου σε ένα ύψος — και όμως μαθαίνει να προβλέπει 'joints', τα αλληλένδετα συστήματα όπου όλα αυτά τα επιμέρους στοιχεία συνδέονται μεταξύ τους. Η Google παρουσιάζει αυτό ως τη δυνατότητα πίσω από τις πιο χρήσιμες εξόδους του μοντέλου, όπως τον εντοπισμό ολόκληρων περιοχών υπό συνθήκες έντονης ζέστης ή την αναμενόμενη ενεργειακή παραγωγή σε ένα αιολικό πάρκο.

Το πρωτότυπο στην προσέγγισή μας είναι ότι το μοντέλο εκπαιδεύεται μόνο σε αυτά τα marginals. Κι όμως, από αυτή την εκπαίδευση, μαθαίνει να προβλέπει με επιδεξιότητα 'joints' — μεγάλα, σύνθετα, αλληλένδετα συστήματα που εξαρτώνται από τον τρόπο με τον οποίο συνδέονται όλα αυτά τα επιμέρους κομμάτια.Montana Labs

Η διανομή είναι η πραγματική είδηση

Η ανακοίνωση δεν περιορίζεται στην ποιότητα του μοντέλου. Τα δεδομένα πρόγνωσης του WeatherNext 2 βρίσκονται πλέον στα Earth Engine και BigQuery, με ένα πρόγραμμα πρόωρης πρόσβασης στο Vertex AI για εξατομικευμένη εξαγωγή συμπερασμάτων από το μοντέλο. Αυτό σημαίνει ότι οι προγραμματιστές μπορούν να αναζητούν προγνώσεις μέσω μιας αποθήκης δεδομένων και ενός γεωχωρικού καταλόγου, αντί να στήνουν τη δική τους υποδομή εξαγωγής συμπερασμάτων.

Παράλληλα, η Google αναφέρει ότι η τεχνολογία αναβαθμίζει πλέον τον καιρό στην Αναζήτηση, το Gemini, το Pixel Weather και το Maps Platform Weather API, με το Google Maps να ακολουθεί τις επόμενες εβδομάδες. Έτσι, η ίδια έρευνα διανέμεται ταυτόχρονα σε δύο κοινά: στους developers που τη χρησιμοποιούν ως δεδομένα και στους καταναλωτές που ποτέ δεν βλέπουν το όνομα του μοντέλου.

Η συγκεκριμένη προέκταση: τα οικονομικά σύνολα προγνώσεων αλλάζουν ποιοι μπορούν να έχουν πρόσβαση σε πιθανοτικές προγνώσεις

Η φράση που αξίζει να προσέξουμε είναι 'εκατοντάδες πιθανά αποτελέσματα καιρού' σε 'λιγότερο από ένα λεπτό σε ένα μόνο TPU'. Η πιθανοτική πρόγνωση με σύνολα σεναρίων ανέκαθεν περιοριζόταν από τον χρόνο υπερυπολογιστών, κάτι που εξηγεί γιατί τα σενάρια χειρότερης περίπτωσης, τα πιο κρίσιμα για τον σχεδιασμό, είναι δαπανηρά στην παραγωγή σε μεγάλη κλίμακα.

Μειώνοντας αυτό το κόστος και παραδίδοντας το αποτέλεσμα μέσω BigQuery και Earth Engine, η Google φέρνει την πρόγνωση βασισμένη σε σενάρια σε εμβέλεια ομάδων που δεν θα μπορούσαν ποτέ να εκτελέσουν ένα σύνολο προγνώσεων βασισμένο στη φυσική — σχεδιαστές εφοδιαστικής αλυσίδας, διαχειριστές ενέργειας, εταιρείες logistics. Το ανοιχτό ερώτημα που αφήνει αναπάντητο η ανάρτηση αφορά την τιμολόγηση, τις εγγυήσεις καθυστέρησης και τη συχνότητα ενημέρωσης αυτών των endpoints, στοιχεία που θα καθορίσουν αν πρόκειται για μια χρησιμοποιήσιμη λειτουργική ροή δεδομένων ή για μια ερευνητική προεπισκόπηση με διεπαφή αναζήτησης.