Google baru saja meluncurkan WeatherNext 2: Prakiraan cuaca AI yang 8 kali lebih cepat, mendukung pembuatan ratusan jenis skenario.

Google DeepMind dan Google Research mengumumkan peluncuran model ramalan cuaca AI baru WeatherNext 2, sekaligus menekankan bahwa model tersebut dapat meningkatkan kecepatan ramalan cuaca global hingga 8 kali lipat, dan juga mampu melakukan ramalan resolusi tinggi hingga “tingkat 1 jam”. Yang lebih penting, ia dapat menghasilkan ratusan kemungkinan skenario cuaca dari satu data awal, memungkinkan pengguna, lembaga meteorologi, dan industri untuk lebih cepat memahami rentang kemungkinan cuaca ekstrem. Saat ini, WeatherNext 2 telah ditambahkan ke dalam berbagai alat aplikasi seperti Google Maps, Gemini, dan lainnya.

Kecepatan dan resolusi meningkat pesat, prakiraan AI sepenuhnya ditingkatkan

Pihak resmi menyatakan bahwa WeatherNext 2 dapat menjalankan satu ramalan di TPU milik Google dalam waktu kurang dari 1 menit, jauh lebih efisien dibandingkan dengan model fisika tradisional yang memerlukan waktu beberapa jam. Ini juga dapat menghasilkan ramalan dengan resolusi yang lebih tinggi, hingga perubahan “setiap jam”, yang membantu dalam penjadwalan penerbangan, manajemen rantai pasokan, bahkan pengaturan komuter dan kehidupan sehari-hari masyarakat umum.

Pihak resmi menyatakan bahwa WeatherNext 2 mengungguli generasi sebelumnya WeatherNext dalam 99,9% variabel cuaca dan dalam rentang waktu prediksi 0–15 hari, termasuk indikator seperti suhu, kecepatan angin, dan kelembapan, dengan peningkatan akurasi yang signifikan secara keseluruhan.

Gambar adalah diagram alur simulasi situasi cuaca WeatherNext 2 hari dengan teknologi inti FGN, menciptakan kondisi simulasi cuaca yang lebih realistis.

Performa WeatherNext 2 mengalami terobosan, disebabkan oleh penggunaan arsitektur model baru yaitu Functional Generative Network (FGN). Arsitektur ini akan menyuntikkan “noise” (Noise) ke dalam model, memungkinkan model untuk mempertahankan variasi alami saat menghasilkan situasi cuaca, tetapi tetap tidak melanggar hukum fisika.

Untuk menghasilkan hasil ramalan yang beragam tetapi konsisten, sistem akan menggunakan beberapa jaringan saraf yang dilatih secara independen, kemudian melalui penyesuaian noise, menghasilkan serangkaian versi situasi yang saling terkait. Google juga secara khusus menyebutkan bahwa model ini hanya menggunakan “variabel tunggal” (Marginals) untuk pelatihan, seperti suhu atau kecepatan angin, tetapi dapat memprediksi “sistem terkait” (Joints), seperti gelombang panas yang mempengaruhi seluruh wilayah, atau distribusi produksi energi keseluruhan dari medan angin.

Kemampuan untuk menyimpulkan sistem kompleks dari data pelatihan yang sederhana adalah keunggulan inti dari WeatherNext 2.

(Catatan: Di sini, kebisingan merujuk pada variasi acak yang sengaja ditambahkan ke dalam model AI, untuk memberikan sedikit acak dalam perhitungan model, menghasilkan perubahan cuaca yang berbeda namun masih sesuai dengan hukum fisika. Sistem terintegrasi, merujuk pada sistem cuaca keseluruhan yang terbentuk setelah berbagai variabel cuaca berinteraksi, bukan data titik tunggal.)

Menghasilkan ratusan skenario sekaligus, prediksi cuaca ekstrem menjadi lebih berbasis.

WeatherNext 2 dapat menghasilkan ratusan hasil cuaca dari satu set data input dalam waktu kurang dari 1 menit, sambil memastikan bahwa setiap hasil secara fisik masuk akal dan saling terkait.

Kemampuan ini sangat penting untuk “peristiwa ketidakpastian tinggi” seperti topan, hujan deras, dan gelombang panas. Google juga telah memanfaatkan teknologi ini untuk mendukung lembaga meteorologi dalam prediksi topan eksperimental, membantu menentukan skenario terburuk dan kemungkinan rentang perubahan.

Mengadopsi produk Google secara menyeluruh, juga membuka kepada komunitas global.

Saat ini Google telah resmi mengintegrasikan WeatherNext 2 ke dalam berbagai produk untuk pengguna dan perusahaan. Pengguna umum dapat melihat sistem perkiraan baru di Google Search, Gemini, Pixel Weather, dan Weather API dari Google Maps Platform, yang nantinya juga akan ditambahkan ke Google Maps.

Pengembang dapat memperoleh data prakiraan melalui Earth Engine dan BigQuery, dan menggunakan model cuaca AI yang mereka buat sendiri di Vertex AI Google Cloud.

Google mendorong penelitian global, mengintegrasikan lebih banyak data dan memperluas penggunaan.

Google menyatakan bahwa di masa depan mereka akan terus meneliti bagaimana mengintegrasikan lebih banyak sumber data untuk lebih meningkatkan kemampuan model, dan juga akan terus membuka alat baru untuk peneliti, pengembang, dan perusahaan untuk digunakan jika memungkinkan.

Pemerintah berharap dapat menggunakan model AI yang kuat dan data terbuka untuk membantu komunitas global membuat keputusan penting terkait energi, transportasi, dan iklim dengan lebih cepat, serta mendorong lebih banyak terobosan ilmiah.

Artikel ini Google baru saja meluncurkan WeatherNext 2: Prediksi cuaca AI yang 8 kali lebih cepat, mendukung generasi ratusan skenario, pertama kali muncul di Berita Blockchain ABMedia.