Google DeepMind ปล่อย WeatherNext 3 โมเดล AI…
จุดเปลี่ยนสำคัญคือมันไม่ได้เรียนจากโมเดลฟิสิกส์แบบเดิมที่มีความหน่วงราว 6 ชั่วโมง แต่ดึงข้อมูลดาวเทียมแบบเรียลไทม์มาป้อนตรง ทำให้อัปเดตพยากรณ์ได้ทุกชั่วโมง ความละเอียดของแผนที่ก็ขยับจาก 25 กิโลเมตรในรุ่นก่อนมาเป็น 5 กิโลเมตรสำหรับตัวแปรอย่างอุณหภูมิและความชื้น คมขึ้นราว 5 เท่า
เรื่องพยากรณ์ฝนซึ่งเป็นจุดที่โมเดล AI ทั่วไปมักพลาดบ่อย Google บอกว่าเทียบกับข้อมูลดาวเทียม IMERG ของ NASA ค่าความแม่นยำ CRPS ดีขึ้นถึง 60% เทียบกับเรดาร์ MRMS ดีขึ้น 30% และเทียบกับสถานีวัดจริงดีขึ้น 10% ในช่วงต้นของการพยากรณ์ ตัวเลขนี้มาจากการประเมินอิสระของ Brightband ไม่ใช่ Google วัดเอง
ที่กระทบคนทั่วไปโดยตรงคือมันเริ่มใช้งานจริงแล้วในวันนี้ ทั้ง Google Search, Gemini, Google Maps, Maps Platform Weather API และ Google Cloud เวลาวางแผนล่วงหน้าเกิน 1 วัน Google บอกว่าคนจะเห็นพยากรณ์ฝนแม่นขึ้นได้ถึง 50% โดยเฉพาะพื้นที่ที่แต่ก่อนพยากรณ์ไม่ค่อยแม่น อย่างละตินอเมริกา แอฟริกา และเอเชียแปซิฟิก
ที่มา: blog.google (Google DeepMind)
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac