Google เปิดตัว WeatherNext 3 ใช้ AI พยากรณ์อากาศแม่นยำขึ้น 5 เท่า

Google DeepMind และ Google Research เปิดตัว “WeatherNext 3” โมเดลปัญญาประดิษฐ์พยากรณ์อากาศระดับโลก รุ่นใหม่ที่ยกระดับความละเอียดและความแม่นยำ ด้วยการนำข้อมูลดาวเทียมแบบเรียลไทม์มาใช้สร้างพยากรณ์อากาศใหม่ทุกชั่วโมง

พร้อมขยายการใช้งานสู่ Google Search, Gemini, Google Maps และ Google Cloud หวังรับมือสภาพอากาศเปลี่ยนแปลงเร็ว รวมถึงเพิ่มประสิทธิภาพภาคเกษตร พลังงานสะอาด และการบริหารจัดการภัยพิบัติ

AI พยากรณ์อากาศละเอียดขึ้น 5 เท่า

Google ระบุว่า WeatherNext 3 เป็นโมเดล AI พยากรณ์อากาศที่ก้าวหน้าที่สุดของบริษัทในปัจจุบัน โดยพัฒนาขึ้นเพื่อแก้ข้อจำกัดของการพยากรณ์อากาศแบบเดิม โดยเฉพาะการคาดการณ์สภาพอากาศที่เปลี่ยนแปลงอย่างรวดเร็วในระดับพื้นที่

WeatherNext 3 สามารถสร้างพยากรณ์อากาศแบบรายชั่วโมงในหลายระดับความละเอียด โดยตัวแปรสำคัญบริเวณพื้นผิว เช่น อุณหภูมิและความชื้น สามารถพยากรณ์ได้ที่ความละเอียดสูงสุด 5 กิโลเมตร ขณะที่ตัวแปรพื้นผิวอื่นอยู่ที่ 10 กิโลเมตร และตัวแปรในชั้นบรรยากาศ เช่น ความเร็วลม อยู่ที่ 25 กิโลเมตร

เมื่อเทียบกับ WeatherNext 2 ซึ่งให้พยากรณ์บนกริดขนาด 25 กิโลเมตรทุก 6 ชั่วโมง WeatherNext 3 สามารถให้ภาพสภาพอากาศทั่วโลกที่ละเอียดขึ้นประมาณ 5 เท่า และอัปเดตข้อมูลถี่ขึ้นเป็นทุกชั่วโมง

ดึงข้อมูลดาวเทียมแบบเรียลไทม์ ลดข้อจำกัดโมเดลเดิม

หัวใจสำคัญของ WeatherNext 3 คือการเปลี่ยนแนวทางจากโมเดล AI รุ่นก่อน ซึ่งอาศัยข้อมูลจากแบบจำลองพยากรณ์อากาศเชิงตัวเลข (Numerical Weather Prediction: NWP) มาใช้ข้อมูลจากดาวเทียมอุตุนิยมวิทยาแบบ Geostationary ที่อัปเดตต่อเนื่อง

ระบบสามารถนำข้อมูลดาวเทียมที่มีช่วงเวลาประมาณ 1 ชั่วโมงมาประกอบกับข้อมูลสภาพอากาศในอดีต เพื่อสร้างการพยากรณ์ใหม่ทุกชั่วโมง ทำให้สามารถติดตามพายุ แนวปะทะอากาศ และระบบฝนที่ก่อตัวอย่างรวดเร็วได้ละเอียดมากขึ้น

Google ระบุว่าแนวทางดังกล่าวมีความสำคัญอย่างมากต่อพื้นที่ในเอเชียแปซิฟิก แอฟริกา และลาตินอเมริกา ซึ่งที่ผ่านมาอาจมีข้อจำกัดในการเข้าถึงระบบพยากรณ์อากาศความละเอียดสูง เนื่องจากต้นทุนการประมวลผลของระบบแบบดั้งเดิมที่ต้องใช้ซูเปอร์คอมพิวเตอร์ในระดับสูง

ยกระดับพยากรณ์ฝน รับมือสภาพอากาศสุดขั้ว

อีกหนึ่งความสามารถสำคัญคือการพยากรณ์ฝนและหิมะ ซึ่งเป็นหนึ่งในโจทย์ที่ท้าทายที่สุดของระบบพยากรณ์อากาศ เนื่องจากกระบวนการก่อตัวของฝนและพายุเกิดขึ้นในระดับพื้นที่ขนาดเล็กและเปลี่ยนแปลงรวดเร็ว

WeatherNext 3 ได้รับการฝึกด้วยข้อมูลปริมาณฝนจากดาวเทียมของ NASA รวมถึงฐานข้อมูลฝนที่ Google พัฒนาจากข้อมูลดาวเทียมและเรดาร์ โดย Google ระบุว่าการประเมินผลพบว่าความแม่นยำด้านการพยากรณ์ปริมาณฝนในช่วงกลางของการพยากรณ์ดีขึ้นอย่างมีนัยสำคัญเมื่อเทียบกับข้อมูลอ้างอิงหลายชุด

นอกจากนี้ Google ยังระบุว่า เมื่อพยากรณ์ล่วงหน้าเกิน 1 วัน ความแม่นยำของการคาดการณ์ฝนสามารถเพิ่มขึ้นสูงสุด 50% เมื่อเทียบกับระบบก่อนหน้า โดยการปรับปรุงเห็นได้ชัดในพื้นที่ที่เดิมมีความแม่นยำในการพยากรณ์ค่อนข้างต่ำ

เจาะตลาดพลังงานสะอาด-เกษตร-ธุรกิจ

WeatherNext 3 ไม่ได้มุ่งเฉพาะการพยากรณ์สภาพอากาศสำหรับผู้บริโภค แต่ยังถูกออกแบบให้รองรับการใช้งานเชิงธุรกิจ โดยเฉพาะอุตสาหกรรมพลังงานสะอาด

โมเดลสามารถคาดการณ์ความเร็วลมที่ระดับความสูงประมาณ 100 เมตร ซึ่งใกล้เคียงกับระดับความสูงของกังหันลม เพื่อช่วยประเมินกำลังผลิตไฟฟ้าจากพลังงานลม รวมถึงพยากรณ์เมฆและระดับรังสีดวงอาทิตย์ เพื่อช่วยผู้ประกอบการโรงไฟฟ้าพลังงานแสงอาทิตย์ประเมินปริมาณไฟฟ้าที่จะผลิตได้

ขณะเดียวกัน ข้อมูลสภาพอากาศที่ละเอียดและอัปเดตเร็วขึ้นยังมีศักยภาพต่อภาคเกษตร การบริหารห่วงโซ่อุปทาน การวางแผนการเดินทาง การบิน ตลอดจนการรับมือภัยพิบัติและสภาพอากาศรุนแรง

Google กระจาย WeatherNext 3 สู่บริการหลัก

Google เริ่มนำ WeatherNext 3 ไปใช้งานในระบบนิเวศของบริษัท ได้แก่ Google Search, แอป Gemini, Google Maps, Google Maps Platform Weather API และ Google Earth Engine รวมถึงเปิดให้ภาคธุรกิจ นักวิจัย และนักพัฒนาสามารถเข้าถึงข้อมูลผ่าน BigQuery, Earth Engine และ Google Cloud Storage ได้

การพัฒนา WeatherNext 3 สะท้อนทิศทางของ Google ที่นำ AI เข้ามาเปลี่ยนโฉมการพยากรณ์อากาศ จากเดิมที่ต้องพึ่งพาการจำลองฟิสิกส์และกำลังประมวลผลมหาศาล สู่โมเดลที่สามารถเรียนรู้จากข้อมูลสภาพอากาศจริงและข้อมูลดาวเทียมแบบต่อเนื่อง เพื่อสร้างการพยากรณ์ที่เร็วและละเอียดขึ้น

อย่างไรก็ตาม Google ย้ำว่า แม้ WeatherNext 3 จะช่วยเพิ่มประสิทธิภาพการพยากรณ์ แต่สภาพอากาศยังมีความไม่แน่นอน ดังนั้นการแจ้งเตือนภัยพิบัติและประกาศด้านความปลอดภัยควรอ้างอิงข้อมูลจากหน่วยงานอุตุนิยมวิทยาและหน่วยงานท้องถิ่นเป็นหลัก