Google DeepMind i Google Research zaprezentowały WeatherNext 3 - model sztucznej inteligencji do prognozowania pogody, który osiąga rozdzielczość 5 km (0,05 stopnia) z odświeżaniem prognozy co godzinę. To znaczący krok naprzód w stosunku do poprzednich modeli AI, które przez trzy lata stopniowo zbliżały się do dokładności tradycyjnych prognoz opartych na fizyce.
WeatherNext 3 rozwiązuje dwa kluczowe problemy, które dotychczas utrudniały modelom AI. Po pierwsze, poprzednie modele miały zbyt niską rozdzielczość do prognozowania pogody na lokalnym poziomie, szczególnie nad terenami górzystymi czy na wybrzeżach. Po drugie, były uzależnione od analiz numerycznych prognoz pogody (NWP), które są dostępne z około sześciogodzinnym opóźnieniem. Nowy model pobiera bezpośrednio obraz geostatystyczny satelitarny jako wejście, reinicjalizuje się co godzinę i korzysta z surowych obserwacji ze stacji meteorologicznych zamiast tylko ze standardowych siatek reanaliz. Model wykorzystuje architekturę Functional Generative Network (FGN) mesh transformer - tę samą probabilistyczną rodzinę co poprzedni WeatherNext 2, ale skalowaną do wyników wielorozdzielczościowych.
Niezależne oceny niezależnego podmiotu Brightband uznały WeatherNext 3 za najdokładniejszy globalny model pogodowy do tej pory. Jednak dostęp nie jest całkowicie otwarty - wagi modelu nie zostały udostępnione w formie open source. Dane prognoz są już dostępne przez BigQuery, Earth Engine i Cloud Storage po uzyskaniu zezwolenia, ale interfejs do niestandardowych obliczeń wciąż korzysta z WeatherNext 2.