Koniec z tradycyjną prognozą pogody. Google DeepMind omija superkomputery i celuje w rynek energii
Przez ostatnie dekady prognozowanie pogody wymagało wielogodzinnych symulacji fizycznych. Google DeepMind właśnie udowodniło, że sieci neuronowe potrafią zrobić to szybciej i dokładniej.
Prezentacja modelu WeatherNext 3 to jednak coś więcej niż tylko dokładniejsza chmurka z deszczem na ekranie smartfona – w głębi nowości kryje się coś, co w notce giganta z Mountain View na oficjalnym blogu wyczytamy pomiędzy wierszami: walka o miliardowy rynek energetyczny.
Większość znanych nam prognoz opiera się na modelach numerycznych, które mozolnie przeliczają skomplikowane równania dynamiki płynów i termodynamiki. Choć są rzetelne, ich obliczenie trwa długo. W efekcie dane, które trafiają do odbiorców, obarczone są nawet sześciogodzinnym opóźnieniem, co w przypadku nagłych zdarzeń pogodowych daje niewiele czasu na reakcję.
Mniejsze opóźnienie
WeatherNext 3 częściowo odcina tego pośrednika. Zamiast liczyć fizykę atmosfery od zera, model uczy się bezpośrednio z surowych danych telemetrycznych przesyłanych w czasie rzeczywistym przez satelity geostacjonarne oraz gęstą sieć stacji naziemnych. Przy czym nie jest tak, że Google całkowicie odrzuca dotychczasowe metody. W istocie WeatherNext 3 to model hybrydowy, korzysta z bieżących danych (tych samych co klasyczne modele numeryczne), ale wprowadza własne AI.
Dzięki wnioskowaniu AI w czasie znacznie krótszym niż możliwości dotychczasowych rozwiązań, Google jest w stanie generować nową, globalną prognozę co godzinę, schodząc z rozdzielczością do 5 kilometrów dla temperatury i wilgotności. Skok jakościowy w przewidywaniu deszczu i śniegu uzyskano dzięki połączeniu satelitarnego zbioru IMERG od NASA z radarową reanalizą opadów – dokładność probabilistyczna wzrosła tu nawet o 60% (według Google’a).
Czy aplikacje pogodowe mają jeszcze sens?
Nowy model trafia bezpośrednio do Wyszukiwarki, Google Maps oraz asystenta Gemini. Dla niezależnych twórców oprogramowania pogodowego to fatalna wiadomość. Gdy domyślny ekosystem w telefonie oferuje aktualizowaną co 60 minut prognozę opartą na zaawansowanej analizie satelitarnej, instalowanie zewnętrznych aplikacji pokroju AccuWeather czy Carrot Weather staję się bardziej przyzwyczajeniem użytkownika niż realną potrzebą. Google po prostu przejmuje kolejny obszar codziennych nawyków użytkowników na własność.
Energetyka, giełda i realne pieniądze
Oficjalny komunikat na blogu Google sporo miejsca poświęca planowaniu spacerów i zabieraniu parasola, ale to tylko zasłona dymna dla masowego odbiorcy. Wystarczy spojrzeć na udostępnienie modelu w Google Earth Engine i BigQuery, aby zrozumieć, dlaczego Google w ogóle to robi. Prognozowanie wiatru na wysokości 100 metrów (wysokość piasty turbiny wiatrowej) i zachmurzenia dla farm PV to nie jest filantropia. To jest potężny biznes.
Błąd w oszacowaniu siły wiatru lub nasłonecznienia na dwie godziny w przód oznacza dla operatorów farm OZE i spółek energetycznych gigantyczne kary za niezbilansowanie sieci. Dając precyzyjną prognozę co godzinę, Google staje się kluczowym partnerem dla traderów energii i funduszy, dla których minuty decydują o milionowych zyskach. Meteorologia przestała być domeną akademicką – stała się kolejną gałęzią zmonopolizowaną przez algorytmy Big Techu. Technologia nie musi być problemem, ale monopol… może nim być.
