- WeatherNext 2 adalah model berbasis AI yang secara signifikan meningkatkan akurasi dan efisiensi prediksi cuaca global
- Pada satu TPU, model ini menghasilkan ratusan skenario cuaca dalam waktu kurang dari satu menit, dengan kecepatan prediksi 8 kali lebih cepat dibanding model sebelumnya
- Melalui arsitektur Functional Generative Network (FGN) yang baru, model ini mempertahankan prediksi yang konsisten secara fisik dan mendukung resolusi per jam
- Data prediksi tersedia di Earth Engine dan BigQuery, serta menyediakan kemampuan inferensi kustom melalui program akses awal Vertex AI
- Teknologi ini meningkatkan fitur cuaca di seluruh layanan Google seperti Search, Gemini, Pixel Weather, dan Google Maps Platform
Ikhtisar WeatherNext 2
- WeatherNext 2, yang dikembangkan bersama oleh Google DeepMind dan Google Research, adalah model prediksi cuaca berbasis AI yang menawarkan kecepatan 8 kali lebih cepat dan resolusi per jam dibanding sebelumnya
- Menghasilkan ratusan kemungkinan skenario cuaca dari satu input
- Prediksi selesai dalam waktu kurang dari 1 menit pada satu TPU, sementara model superkomputer berbasis fisika yang ada membutuhkan waktu berjam-jam
- Model ini menunjukkan kinerja yang lebih baik dibanding model sebelumnya pada 99,9% variabel seperti suhu, kecepatan angin, kelembapan, serta lead time prediksi (0–15 hari)
- WeatherNext 2 memungkinkan prediksi beresolusi tinggi di seluruh Bumi dan juga dimanfaatkan untuk mendukung pengambilan keputusan lembaga meteorologi
Pendekatan pemodelan AI baru
- WeatherNext 2 mengadopsi metode pemodelan AI baru bernama Functional Generative Network (FGN)
- Dengan menyuntikkan ‘noise’ langsung ke struktur model, hasil prediksi tetap berada dalam kondisi yang realistis secara fisik dan saling terhubung
- Pendekatan ini berguna untuk prediksi ‘marginal’ maupun ‘joint’
- Marginal mengacu pada elemen individual, misalnya suhu di lokasi tertentu, kecepatan angin berdasarkan ketinggian, atau kelembapan
- Joint mengacu pada sistem cuaca skala besar yang menggabungkan banyak elemen, dan penting untuk menganalisis fenomena kompleks seperti wilayah gelombang panas atau prediksi output tenaga angin
- Model dilatih hanya dengan data marginal, tetapi secara mandiri mempelajari pola joint untuk melakukan prediksi kompleks
Akses dan pemanfaatan data
- Data prediksi WeatherNext 2 dipublikasikan di Google Earth Engine dan BigQuery
- Dapat diakses melalui katalog data Earth Engine dan BigQuery Analytics Hub
- Di Google Cloud Vertex AI, kemampuan inferensi model kustom tersedia melalui program akses awal
- Teknologi ini diintegrasikan ke Search, Gemini, Pixel Weather, dan Weather API di Google Maps Platform, serta direncanakan akan diterapkan juga pada fitur informasi cuaca di Google Maps
Dari riset ke penerapan nyata
- WeatherNext 2 adalah contoh perluasan hasil riset ke aplikasi nyata
- Melalui teknologi ini, Google membuka alat dan data agar peneliti, pengembang, dan perusahaan di seluruh dunia dapat memanfaatkannya untuk memecahkan masalah kompleks
- Ke depan, Google berencana terus meningkatkan performa model melalui integrasi sumber data baru dan perluasan aksesibilitas
- Google juga menghubungkannya dengan Earth Engine, AlphaEarth Foundations, dan Earth AI untuk memperkuat ekosistem riset AI geospasial
Materi tambahan
- Makalah terkait WeatherNext 2 (arXiv: 2506.10772) telah dipublikasikan
- Tersedia dokumentasi pengembang, katalog data Earth Engine, contoh kueri BigQuery, dan halaman pendaftaran akses awal Vertex AI
- Model terkait yang juga diperkenalkan mencakup GenCast (prediksi cuaca ekstrem) dan GraphCast (prakiraan global cepat)
Belum ada komentar.