گوگل نسل جدید سامانه هوش مصنوعی پیشبینی آبوهوا با نام WeatherNext 3 را معرفی کرده است؛ مدلی که با استفاده مستقیم از دادههای ماهوارهای زنده و اطلاعات ایستگاههای هواشناسی، میتواند وضعیت جو را با فاصله زمانی بسیار کوتاهتری بررسی کند. این مدل اکنون در سرویسهایی مانند Google Search، Gemini و Google Maps نیز به کار گرفته شده است.
یکی از مهمترین تغییرات WeatherNext 3 نسبت به نسلهای قبلی، بهروزرسانی ساعتی پیشبینیها است. مدل جدید هر ساعت دوباره مقداردهی اولیه میشود و میتواند تغییرات سریع جبهههای هوایی، بارشها و سامانههای طوفانی را زودتر وارد محاسبات خود کند. وضوح پیشبینی نیز در برخی دادهها به حدود ۵ کیلومتر میرسد؛ در حالی که WeatherNext 2 در شبکهای با وضوح حدود ۲۵ کیلومتر کار میکرد.
گوگل در WeatherNext 3 از تصاویر ماهوارهای زمینآهنگ بهعنوان ورودی مستقیم مدل استفاده کرده است. این تفاوت مهمی با نسلهای قبلی دارد که عمدتاً بر دادههای حاصل از مدلهای عددی پیشبینی هوا متکی بودند. ترکیب دادههای ماهوارهای لحظهای با دادههای ایستگاههای زمینی به مدل اجازه میدهد شرایط فعلی جو را با جزئیات بیشتری در نظر بگیرد.
دقت بارش یکی از حوزههایی است که گوگل روی آن تأکید ویژه دارد. این شرکت میگوید WeatherNext 3 در برخی معیارهای پیشبینی بارش میتواند تا ۵۰ درصد خطای کمتری نسبت به برخی مبناهای پیشبینی عددی داشته باشد. همچنین آزمایشهای زندهای که توسط Brightband انجام شده، WeatherNext 3 را در میان مدلهای پیشرو مورد ارزیابی، در جایگاه بالایی از نظر دقت قرار داده است.
اما بخش هیجانانگیز ماجرا به طوفانهای حارهای و سیکلونها مربوط میشود. گوگل پیش از WeatherNext 3 نیز مدل تخصصی WeatherNext Cyclones را توسعه داده بود که مسیر، شدت و ساختار باد طوفانهای حارهای را پیشبینی میکند. در ارزیابیهای تاریخی گوگل، این مدل بهطور میانگین بیش از ۲۴ ساعت زمان پیشبینی مفید بیشتر در برخی معیارهای مربوط به مسیر و شدت سیکلونها نسبت به مدلهای مرجع ارائه کرده است.
این قابلیت میتواند اهمیت عملی زیادی داشته باشد. هرچه مسیر و شدت یک طوفان زودتر مشخص شود، سازمانهای امدادی و مسئولان محلی زمان بیشتری برای آمادهسازی، تخلیه مناطق پرخطر و مدیریت زیرساختها خواهند داشت. گوگل پیشتر اعلام کرده بود که مدل WeatherNext در پیشبینی مسیر و تشدید سریع طوفان ملیسا در سال ۲۰۲۵ نیز به مرکز ملی توفانهای آمریکا کمک کرده بود تا احتمال رسیدن طوفان به شدت رده ۵ را چند روز زودتر در نظر بگیرد.
WeatherNext 3 همچنین فقط برای پیشبینی دمای هوا یا بارندگی ساخته نشده است. این مدل دادههایی مانند سرعت باد، رطوبت، پوشش ابر و تابش خورشیدی را نیز پیشبینی میکند. گوگل برای نخستین بار متغیرهایی مرتبط با ارتفاع حدود ۱۰۰ متری، یعنی ارتفاع تقریبی توربینهای بادی، را نیز در خروجی مدل قرار داده است؛ قابلیتی که میتواند برای پیشبینی تولید برق نیروگاههای بادی و خورشیدی اهمیت داشته باشد.
از نظر فنی، WeatherNext 3 یک مدل جهانی با پوشش گسترده است و میتواند پیشبینیهای خود را با گامهای زمانی یکساعته تولید کند. مدل برای چرخههای اصلی پیشبینی میتواند تا ۱۵ روز آینده را پوشش دهد و در اجرایهای ساعتی میاندورهای، افق پیشبینی کوتاهتری دارد. این سیستم همچنین از یک مجموعه ۶۴ عضوی برای نمایش عدم قطعیت و دامنه احتمالات پیشبینی استفاده میکند.
با وجود این پیشرفتها، WeatherNext 3 به معنای پایان خطا در پیشبینی هوا نیست. حتی مدلهای بسیار پیشرفته هوش مصنوعی نیز در برابر شرایط جوی غیرعادی و رویدادهای شدید با عدم قطعیت مواجهاند. خود گوگل نیز Weather Lab را برای مقایسه پیشبینیها با دادههای واقعی و مدلهای دیگر ارائه کرده و تأکید کرده است که پیشبینیهای آزمایشی سیکلونها نباید جای هشدارهای رسمی سازمانهای هواشناسی را بگیرند.
تفاوت اصلی WeatherNext 3 در واقع در سرعت دریافت اطلاعات و پردازش آنها است. وقتی یک سامانه طوفانی در حال شکلگیری یا تغییر سریع است، حتی چند ساعت اطلاعات تازه میتواند ارزش زیادی داشته باشد. گوگل با ترکیب هوش مصنوعی، دادههای ماهوارهای و محاسبات ابری تلاش میکند فاصله میان مشاهده تغییرات جوی و تولید پیشبینی جدید را کوتاهتر کند.
در نتیجه، WeatherNext 3 را میتوان بخشی از تغییر بزرگتر در علم هواشناسی دانست؛ تغییری که در آن مدلهای هوش مصنوعی در کنار مدلهای سنتی فیزیکی قرار میگیرند و در برخی وظایف حتی میتوانند پیشبینیهای سریعتر و دقیقتری ارائه کنند. هدف نهایی چنین فناوریهایی حذف کامل مدلهای سنتی نیست، بلکه افزایش سرعت، جزئیات و زمان هشدار برای پدیدههای جوی مهم است.
