WeatherNext 2 — новое поколение ИИ-движка прогноза погоды от Google. Именно он постепенно становится «мозгом» тех прогнозов, которые вы видите в приложении Pixel Weather, в поисковой выдаче Google и вскоре — в Google Maps. Для пользователя всё выглядит просто как очередное обновление виджета, но на самом деле компания меняет сам подход к метеопрогнозу: от тяжёлых физических моделей на суперкомпьютерах к компактной нейросети, которая умеет выдавать детальный прогноз на 15 дней вперёд примерно за минуту.
Почему Google делает ставку на ИИ-прогнозы
Классический метеопрогноз строится с помощью численных моделей погоды. Туда попадают данные со спутников, метеостанций, самолётов, кораблей и океанических буев, после чего суперкомпьютер часами прогоняет системы уравнений, описывающих движение воздуха и влаги в атмосфере. Такой подход даёт хорошую точность, но он дорог, медленный и прожорливый по энергии. Получить новый глобальный прогноз — это всегда гонка со временем: нужно успеть обработать данные, пока погода не успела заметно измениться.
WeatherNext 2 не отменяет физику, но меняет способ её использования. Вместо пошагового просчёта процессов модель обучается на огромной исторической базе: сравнивает карты давних прогнозов с тем, что реально происходило, и учится «угадывать» дальнейшую эволюцию атмосферы. После обучения система уже не решает каждое уравнение с нуля. На специализированных чипах Google — Tensor Processing Unit (TPU) — новый прогноз можно получить менее чем за минуту, тогда как сопоставимый по масштабу физический расчёт на суперкомпьютере занимает около часа.
Скорость, частота обновлений и горизонт 15 дней
Переход на ИИ нужен не только ради красивых цифр в презентациях. Google заявляет, что WeatherNext 2 генерирует прогнозы примерно в восемь раз быстрее традиционных физических моделей. Это позволяет запускать пересчёт гораздо чаще: система выдаёт четыре новых прогноза в сутки, каждый охватывает очередное шестичасовое окно и продлевает горизонт вплоть до 15 дней. Для человека это означает более свежие данные на каждый день и меньше устаревших сценариев в ленте погоды.
При этом компания подчёркивает не только скорость, но и точность. По внутренним оценкам Google, WeatherNext 2 обходит предыдущее поколение WeatherNext 1 примерно по 99% ключевых метеовеличин. Речь идёт о скорости и направлении ветра, температуре, осадках, давлении и влажности — именно из этих компонентов складывается любой прогноз. Чем лучше модель понимает взаимосвязи между ними, тем более реалистично выглядят карты осадков, тем плавнее меняются температуры из дня в день и тем меньше неожиданных скачков ветра.
Functional Generative Network: новая архитектура
Внутри WeatherNext 2 работает новая архитектура под названием Functional Generative Network (FGN). Она приходит на смену связке Graph Neural Network и Conditional Diffusion, которая использовалась в WeatherNext 1. Старые модели при этом никуда не пропадают: Google оставляет их исследователям и разработчикам как референс и площадку для экспериментов, но именно FGN становится основой флагманской системы.
Если сильно упростить, Functional Generative Network лучше справляется с непрерывными полями — такими как температура или давление — и умеет генерировать последовательности будущих состояний атмосферы так, чтобы они оставались физически согласованными. Это важно, потому что прогноз — это не набор разрозненных карт, а связанная история: как циклон смещается день за днём, как фронт приносит осадки и как всё это выглядит на уровне конкретного города или маршрута.
Где именно вы увидите WeatherNext 2
Развёртывание нового движка уже идёт. WeatherNext 2 получают и разработчики, и исследователи, и конечные пользователи. На потребительской стороне модель отвечает за обновлённые данные в приложении Pixel Weather из Google Play, за карточки погоды в Google Search, а также за прогнозы в приложении Gemini на Android. На уровне платформы она питает Weather API, который встроен в Google Maps, а в ближайшие недели именно WeatherNext 2 полностью возьмёт на себя роль «синоптика» внутри картографического сервиса.
Если вы заметите, что почасовой прогноз в Pixel Weather стал аккуратнее попадать в окна дождя, а Google Maps точнее оценивает, когда гроза накроет ваш маршрут на машине или велосипеде, — с большой вероятностью это заслуга нового ИИ-движка. Благодаря высокой скорости расчётов Google может запускать сотни тысяч сценариев, чаще обновлять данные и тоньше подстраивать прогнозы под те районы и временные интервалы, которые наиболее важны пользователям.
Чем ИИ-погода отличается от «старой школы»
Главное отличие ИИ-подхода в том, как он смотрит на атмосферу. Классические модели по сути шаг за шагом интегрируют системы уравнений. WeatherNext 2 и аналогичные ему системы учатся распознавать повторяющиеся паттерны: как из определённой конфигурации давления рождается циклон, как комбинация ветра и влажности превращается в ливень, как меняются фронты при столкновении воздушных масс. Физика при этом остаётся в данных и ограничениях, но рутинная часть работы превращается в задачу распознавания и генерации.
Для обычного человека все эти сложности скрыты за простой линией температуры и привычными иконками солнца и облаков. Однако за кулисами идёт серьёзный перелом: глобальные прогнозы на 15 дней теперь можно получать за минуты, а не за часы. Это открывает дорогу более персонализированной и локальной погоде — будь то точный прогноз для курорта, куда вы собираетесь через неделю, или аккуратная оценка того, попадёт ли утренний дождь ровно на ваше окно пути до работы.
Что это меняет в повседневной жизни
WeatherNext 2 не отменяет главный факт: стопроцентно точного прогноза погоды не бывает. Но чем быстрее и умнее становится модель, тем выше шансы, что приложение не будет обещать солнце, пока вы стоите под ливнем. Более частые пересчёты, лучшее понимание взаимосвязей между параметрами атмосферы и возможность запускать огромное количество сценариев дают Google шанс заметно сократить количество неприятных сюрпризов в прогнозах. А пользователю остаётся лишь смотреть на аккуратные графики в Pixel Weather или Google Maps, не задумываясь о том, что за ними работает одна из самых сложных ИИ-систем прогноза погоды на планете.