Googles nya AI-vädermodell ska minska antalet överblivna paraplyer
Google lanserar WeatherNext 3, en vädermodell byggd på djupinlärning (AI tränad på stora datamängder) som företaget säger är mer träffsäker än traditionella prognoser. Modellen ska börja mata in data i vad användare ser när de söker väder i Google Search, Maps och Gemini. Det är en del av en bredare omvälvning inom meteorologin, där AI-modeller på kort tid utmanat system som tagit decennier att bygga upp.
Djupdykning
Google har tränat WeatherNext 3 på decennier av historiska väderdata och låtit modellen hitta mönster som traditionella fysikbaserade modeller missar – de klassiska modellerna löser faktiska ekvationer för atmosfärens rörelser, medan AI-modellen istället lär sig statistiska genvägar till samma svar, fast snabbare och ofta mer exakt. Det är tredje generationen i Googles väder-AI-satsning, och varje iteration har slagit sina föregångare på de standardiserade mätningar meteorologer använder. Det som de flesta missar i rapporteringen är att detta inte primärt är en produkt för privatpersoner som undrar om de behöver jacka – det är en potentiell infrastrukturförändring för flygbolag, energibolag och jordbruk, där väderprognoser omsätts i miljarder kronor varje dag. När Google säger att modellen ska matas in i Search, Maps och Gemini handlar det om att bygga ett ekosystem där vädret blir ett lager i Googles dataplattform snarare än ett isolerat faktauppslag. Traditionella meteorologiinstitut som SMHI och ECMWF har tagit AI-hotet på allvar och bygger egna hybridmodeller – men de saknar Googles råa beräkningskraft och distributionskanaler, vilket gör det här till en ojämn tävling.