Nowa AI Google przewiduje deszcz o 50% trafniej — i jest już aktywna w Maps i Search

Prognoza pogody w twoim telefonie właśnie stała się wyraźnie bardziej niezawodna, a ty nie musiałeś nic robić. Google DeepMind zastąpiło model stojący za kartami pogodowymi w wyszukiwarce, Mapach, Gemini oraz API Maps Platform systemem WeatherNext 3 – rozwiązaniem, które generuje prognozy co godzinę w rozdzielczości 5 kilometrów, podczas gdy poprzednik robił to w sześciogodzinnych odstępach na siatce 25 kilometrów.

Praktyczna różnica najwyraźniej ujawnia się w przypadku deszczu. Przy planowaniu z wyprzedzeniem o dzień lub więcej prognozy opadów WeatherNext 3 są nawet o 50 procent dokładniejsze niż w poprzednim modelu. W porównaniu z IMERG, satelitarnym benchmarkiem wykorzystywanym przez badaczy klimatu, poprawa sięga 60 procent. To różnica między prognozą mówiącą „możliwe przelotne opady” a taką, która podaje, że deszcz ma spaść między 14:00 a 17:00 w twojej konkretnej dzielnicy.

WeatherNext 3 wypada też lepiej niż tradycyjne numeryczne systemy prognozowania pogody obsługiwane przez amerykańską National Weather Service i europejskie agencje meteorologiczne – wynika z własnych benchmarków Google. Model nie ogranicza się do deszczu: uwzględnia prędkość wiatru na wysokości 100 metrów – czyli na poziomie turbiny wiatrowej – zachmurzenie oraz poziom promieniowania słonecznego, dzięki czemu przydaje się operatorom energetycznym i planistom rolnym, a nie tylko zwykłym osobom dojeżdżającym do pracy.

Google nie jest jedyną firmą rozwijającą modele pogodowe oparte na AI. Microsoft, Nvidia i europejskie instytucje badawcze w ciągu ostatnich dwóch lat opublikowały konkurencyjne podejścia. W ogłoszeniu Google nie wymieniono konkretnych rywali, a niezależne agencje meteorologiczne nie opublikowały jeszcze zewnętrznej walidacji deklarowanej poprawy dokładności WeatherNext 3 – liczby pochodzą z własnych testów porównawczych Google.

Kluczowa zmiana architektoniczna polega na sposobie, w jaki model otrzymuje dane. Tradycyjne systemy prognozowania pogody zbierają obserwacje w sześciogodzinnym oknie przed uruchomieniem obliczeń. WeatherNext 3 co godzinę pobiera na żywo obrazy z geostacjonarnych satelitów, omijając to opóźnienie. Model uczy się też na bezpośrednich odczytach z naziemnych sieci stacji meteorologicznych, co pomaga mu oddawać lokalną rzeźbę terenu – efekty wybrzeża, przełęcze górskie i miejskie wyspy ciepła, które grubsza siatka wygładzałaby.

Rozdzielczość 5 kilometrów ma jednak realne ograniczenia w praktyce. Model nie rozróżni deszczu padającego po jednej stronie ulicy przed drugą i nie jest w stanie przełamać fundamentalnej nieprzewidywalności układów konwekcyjnych. Na blogu Google kieruje użytkowników do lokalnych agencji meteorologicznych w sprawie ostrzeżeń o gwałtownej pogodzie i zaleceń bezpieczeństwa publicznego.

Wstępnie wytrenowane wersje WeatherNext 3 są dostępne dla naukowców przez Google Cloud i Google Earth Engine od 3 września 2026 roku, kiedy to model zaprezentowano. Nie ogłoszono etapowego wdrożenia regionalnego – aktualizacja działa globalnie dla wszystkich użytkowników konsumenckich produktów pogodowych Google.

Tagi: sztuczna inteligencja, Google, DeepMind, Google Maps, Machine Learning, prognoza pogody