Google DeepMind และ Google Research ประกาศเปิดตัว WeatherNext 2 โมเดลปัญญาประดิษฐ์รุ่นล่าสุดสำหรับการพยากรณ์อากาศ ที่ออกแบบมาให้แม่นยำขึ้นและประมวลผลเร็วกว่าเดิมอย่างมีนัยสำคัญ โดยสามารถรันการพยากรณ์ล่วงหน้า 0–15 วัน ได้ในเวลาไม่ถึงหนึ่งนาทีบนหน่วยประมวลผล TPU เดียว เร็วกว่าระบบแบบจำลองทางฟิสิกส์แบบเดิมราว 8 เท่า ตามที่ทีมพัฒนาระบุ
โมเดลนี้ใช้สถาปัตยกรรมใหม่ชื่อ Functional Generative Network (FGN)
ซึ่งผสานการเรียนรู้เชิงสถิติและข้อจำกัดทางกายภาพของสภาพอากาศเข้าด้วยกัน ทำให้ WeatherNext2 สามารถสร้างการจำลองสถานการณ์ที่หลากหลาย (หลายร้อยกรณีจากชุดข้อมูลเดียว) และให้ผลที่สอดคล้องทั้งในมุมมองตัวแปรเดี่ยว เช่น อุณหภูมิ ความชื้น และในมุมมองระบบรวม (joints) ที่จำเป็นต่อการประเมินเหตุการณ์กว้าง เช่น คลื่นความร้อนหรือการกระจายของพายุ
จุดเด่นๆ ที่ของ WeatherNext 2 มีดังนี้
ความเร็ว: พยากรณ์ล่วงหน้า 15 วัน ใช้เวลาประมวลผลเพียงนาทีเดียวบน TPU เดียว
ความแม่นยำ: ทีมงานระบุว่ามีประสิทธิภาพเหนือกว่าโมเดลก่อนหน้าในแทบทุกตัวแปรที่สำคัญ
การจำลองหลายกรณี: สร้างสถานการณ์ “what-if” จำนวนมาก เพื่อใช้ในงานวางแผนและประเมินความเสี่ยง
การใช้งานเชิงปฏิบัติ: เหมาะกับภาคการบิน พลังงาน การเกษตร และการวางแผนรับมือภัยพิบัติ
Google เริ่มเปิดใช้งาน WeatherNext2 ในเชิงทดลองแก่ภาควิจัยและลูกค้าองค์กรผ่านบริการต่าง ๆ ได้แก่ Earth Engine, BigQuery และโครงการ Early Access บน Vertex AI ของ Google Cloud นอกจากนี้ เทคโนโลยีจะถูกผสานเข้ากับผลิตภัณฑ์ผู้บริโภคของ Google ทั้ง Search, Gemini, Pixel Weather และ Google Maps ในอีกไม่กี่สัปดาห์ข้างหน้า
ความสามารถในการรันการจำลองสถานการณ์จำนวนมากอย่างรวดเร็ว ทำให้ WeatherNext2 เป็นเครื่องมือที่มีประโยชน์สำหรับการตัดสินใจเชิงปฏิบัติการ — ตั้งแต่การกำหนดเส้นทางการบิน การจัดการกำลังการผลิตของฟาร์มกังหันลม ไปจนถึงการวางแผนรับมือภัยพิบัติด้วยการประเมินกรณีเลวร้ายสุด (worst-case scenarios)
แม้ WeatherNext2 จะเป็นก้าวสำคัญของการนำ AI มาช่วยพยากรณ์อากาศ แต่ทีมพัฒนากล่าวว่าการใช้งานเชิงบูรณาการร่วมกับข้อมูลทางฟิสิกส์และการตรวจสอบโดยผู้เชี่ยวชาญยังคงสำคัญ โดยเป้าหมายคือการเพิ่มความเร็วและความแม่นยำของข้อมูลพยากรณ์ เพื่อให้ภาคสาธารณะและเอกชนตัดสินใจได้ฉับไวและมีประสิทธิผลยิ่งขึ้นในยุคที่สภาพอากาศเปลี่ยนแปลงบ่อยและรุนแรงขึ้นเรื่อย ๆ
tags : blog.google, TNN
