ข้ามไปยังเนื้อหาหลัก

WeatherNext 3 คืออะไร ? AI พยากรณ์อากาศใหม่จาก Google แม่นขึ้น อัปเดตทุกชั่วโมง

30 ก.ย. 695 นาที5 ชั่วโมงที่แล้ว

รู้จัก WeatherNext 3 โมเดล AI พยากรณ์อากาศล่าสุดของ Google DeepMind ใช้ข้อมูลดาวเทียมเรียลไทม์ อัปเดตทุกชั่วโมง พยากรณ์ฝนแม่นขึ้นสูงสุด 50% ใช้ได้แล้วใน Google Search, Maps และ Gemini

ขนาดตัวอักษร

รู้จัก WeatherNext 3 โมเดล AI พยากรณ์อากาศล่าสุดของ Google DeepMind ใช้ข้อมูลดาวเทียมเรียลไทม์ อัปเดตทุกชั่วโมง พยากรณ์ฝนแม่นขึ้นสูงสุด 50% ใช้ได้แล้วใน Google Search, Maps และ Gemini

เพราะทุก "สภาพอากาศ" มีผลต่อการดำเนินชีวิตของผู้คน ไม่ว่าจะฝนตก แดดออก พายุฝนฟ้าคะนอง ทุกอาชีพล้วนต้องพึ่งพาการ "พยากรณ์อากาศ" ดังนั้น ยิ่งพยากรณ์อากาศ แม่นยำทั้งเวลาและพื้นที่ ก็จะยิ่งเกิดประโยชน์กับประชาชนมากยิ่งขึ้น

ล่าสุด บริษัทเทคโนโลยีระดับโลกอย่าง "Google" เปิดตัวโมเดลพยากรณ์อากาศด้วย AI ที่ "ทันสมัย" และ "แม่นยำ" ที่สุดในปัจจุบัน จากการประเมินแบบสดของ Brightband ซึ่งเป็นหน่วยงานอิสระ

"WeatherNext 3" พัฒนาโดย Google DeepMind และ Google Research โมเดลนี้สร้างความก้าวหน้าครั้งสำคัญด้วยการเปลี่ยนจากวิธีการจำลองทางฟิสิกส์แบบดั้งเดิม มาเป็นการเรียนรู้โดยตรงจากข้อมูลสังเกตการณ์ดาวเทียมและสถานีตรวจอากาศแบบเรียลไทม์ ทำให้สามารถให้การพยากรณ์ที่ทันท่วงทีและเฉพาะเจาะจงมากขึ้น

Highlight ที่น่าสนใจของ WeatherNext 3

อัปเดตข้อมูลเรียลไทม์ทุกชั่วโมง

WeatherNext 3 ใช้การประมวลผลจากข้อมูลภาพถ่ายดาวเทียม geostationary และสถานีตรวจวัดอากาศบนพื้นดิน ทำให้สร้างผลพยากรณ์อากาศใหม่ได้ในทุกๆ 1 ชั่วโมง แตกต่างจากการพยากรณ์อากาศเชิงตัวเลข (numerical weather prediction-NWP) ซึ่งมีข้อจำกัดความหน่วงของข้อมูลราว 6 ชั่วโมง ซึ่งทำให้เกิดความคลาดเคลื่อนกับตัวแปรที่เปลี่ยนเร็ว เช่น ฝนและอุณหภูมิพื้นผิว

รับข้อมูลภาพจากดาวเทียมวงโคจรประจำที่แบบเรียลไทม์ทุก 1 ชั่วโมง

ความละเอียดคมชัดสูงขึ้น 5 เท่า

แสดงผลตัวแปรพื้นผิวสำคัญ เช่น อุณหภูมิและความชื้น ที่ความละเอียดคมชัดถึง 5 กิโลเมตร และตัวแปรบรรยากาศ เช่น ความเร็วลม ที่ 25 กิโลเมตร คมชัดกว่ารุ่นเดิม WeatherNext 2 ถึง 5 เท่า ช่วยจับรายละเอียดตามลักษณะภูมิประเทศจริงได้อย่างแม่นยำ ทำให้ภาพคมชัดกว่าเดิม ช่วยให้สามารถระบุลักษณะภูมิประเทศที่ซับซ้อนของแต่ละพื้นที่ได้ดีขึ้น เช่น หุบเขาหรือชายฝั่ง ได้อย่างแม่นยำ ไม่เกิดภาพเบลอหรือการเฉลี่ยค่าที่มากเกินไปเหมือนในอดีต ซึ่งเป็นเรื่องสำคัญ ในภูมิภาคลาตินอเมริกา แอฟริกา และเอเชีย-แปซิฟิก ซึ่งที่ผ่านมาเข้าถึงพยากรณ์ความละเอียดสูงได้น้อย เพราะแบบจำลองระดับภูมิภาคแบบดั้งเดิมมีต้นทุนซูเปอร์คอมพิวเตอร์สูงมาก

การเปรียบเทียบการพยากรณ์อุณหภูมิที่ความละเอียด 2 เมตร ทั่วสหราชอาณาจักร WeatherNext 2 (ซ้าย) ที่ความละเอียด 25 กิโลเมตร (0.25°) เทียบกับ WeatherNext 3 (ขวา) ที่ความละเอียดดั้งเดิม 5 กิโลเมตร (0.05°)

พยากรณ์ฝนและหิมะแม่นขึ้น

การพยากรณ์ปริมาณน้ำฝนเป็นจุดอ่อนของโมเดลระดับโลกมาโดยตลอด เพราะกระบวนการของเมฆเกิดขึ้นในระดับเล็กและเปลี่ยนเร็ว AI รุ่นก่อน ๆ จึงมักให้ผลที่คลาดเคลื่อนของพายุรุนแรง ทีมพัฒนาของ Google จึงได้แก้ปัญหานี้ด้วยการฝึกโมเดลจากข้อมูลคุณภาพสูง 2 แหล่ง คือ IMERG ของ NASA ซึ่งมาจากดาวเทียม และชุดข้อมูลปริมาณน้ำฝนย้อนหลังของ Google เองที่อิงเรดาร์ดาวเทียม

ผลการประเมินการพยากรณ์ระยะกลางระดับโลกดีขึ้นชัดเจน ค่าความแม่นยำเชิงความน่าจะเป็นดีขึ้นถึง 60% เมื่อเทียบกับค่าพื้นฐานของ IMERG และดีขึ้น 10% เมื่อเทียบกับการวัดด้วยเกจวัดน้ำฝนจริง ช่วยให้เห็นแถบการก่อตัวของกลุ่มฝนที่ชัดเจนและแม่นยำตามจริง แสดงขอบเขตพายุและแนวฝนได้อย่างคมชัด Google ระบุว่าการพยากรณ์ล่วงหน้า 1 วันขึ้นไป จะมีความแม่นยำด้านปริมาณฝนสูงขึ้นถึง 50% โดยเฉพาะในพื้นที่ที่พยากรณ์เคยไม่แม่นนัก

การเปรียบเทียบการพยากรณ์ความน่าจะเป็นของปริมาณน้ำฝน

รองรับงานพลังงานสะอาด

เพิ่มตัวแปรที่ออกแบบมาสำหรับพลังงานหมุนเวียนโดยเฉพาะ ได้แก่ ความเร็วลมที่ความสูง 100 เมตร ซึ่งใกล้เคียงระดับกังหันลม รวมถึงความครอบคลุมของเมฆและระดับรังสีดวงอาทิตย์ เพื่อช่วยให้ฟาร์มโซลาร์เซลล์ประเมินปริมาณแสงที่จะตกถึงพื้นได้ ข้อมูลเหล่านี้ช่วยให้ผู้ดูแลระบบไฟฟ้าและผู้พัฒนาพลังงานหมุนเวียนคาดการณ์กำลังผลิตและความต้องการใช้ไฟฟ้าได้แม่นขึ้น

ตัวอย่างการใช้งาน WeatherNext 3

Google ได้เริ่มนำ WeatherNext 3 มาใช้งานจริงผ่านผลิตภัณฑ์ต่างๆ ของ Google

• Google Search & Maps ที่มีการปรับปรุงข้อมูลพยากรณ์อากาศให้แม่นยำขึ้น โดยเฉพาะการวางแผนล่วงหน้าหลายวัน ซึ่งมีความแม่นยำด้านปริมาณน้ำฝนเพิ่มขึ้นสูงสุด 50%
• Gemini: รองรับการสอบถามข้อมูลสภาพอากาศที่ขับเคลื่อนด้วยโมเดลล่าสุด
• Google Cloud: ผู้ใช้งานสามารถคัดกรองข้อมูลผ่าน BigQuery และ Earth Engine หรือดาวน์โหลดข้อมูลดิบจาก Cloud Storage
• Google Maps Platform Weather API นักพัฒนาสามารถนำข้อมูลพยากรณ์ไปใช้ในแอปพลิเคชันของตนเองได้

แต่อย่างไรก็ตาม Google ก็ยังคงย้ำด้วยว่า แม้ AI จะมีความก้าวหน้าอย่างมาก แต่สภาพอากาศยังคงมีความไม่แน่นอนอยู่เสมอ และสำหรับการพยากรณ์ที่เป็นทางการ คำเตือนสภาพอากาศรุนแรง และคำแนะนำเพื่อความปลอดภัยสาธารณะ ควรยึดข้อมูลจากหน่วยงานอุตุนิยมวิทยาในท้องถิ่นเป็นหลัก

สำหรับใครที่อยากลองใช้ สามารถเข้าไปลองกันได้ที่ www.deepmind.google.com/science/weatherlab

ที่มาข้อมูลและภาพ Google Blog

 

อ่านเนื้อหาที่เกี่ยวข้อง

Floodboard เช็กน้ำท่วมกรุงเทพฯ เรียลไทม์ ใช้ฟรี ไม่ต้องโหลดแอปฯ

3 แอปพลิเคชัน เช็กน้ำท่วม-คาดการณ์ฝนล่วงหน้า

“พยากรณ์อากาศ” รู้ได้อย่างไร? ฝนจะตก แดดจะออก พายุจะเข้า

ชวนรู้จัก “พยากรณ์อากาศ” คืออะไร ? ทำไมรู้ว่าวันนี้ฝนตก

 

อัปเดตข้อมูลแวดวงวิทยาศาสตร์ เทคโนโลยี รู้ทันโลกไอที และโซเชียลฯ ในรูปแบบ Audio จาก AI เสียงผู้ประกาศของไทยพีบีเอส ได้ที่ Thai PBS

“รอบรู้ ดูกระแส ก้าวทันโลก” ไปกับ Thai PBS Sci & Tech

เขียนโดย

🌎 "รอบรู้ ดูกระแส ก้าวทันโลก" ไปกับ Thai PBS Sci & Tech • วิทยาศาสตร์ • เทคโนโลยี นวัตกรรม • ดาราศาสตร์ • Media Literacy • Cyber Security • Tips & Tricks • Trends

บทความที่เกี่ยวข้อง

ทำไมในยุคที่มีเทคโนโลยีมากมาย แต่เรายังคงแจ้งเตือนน้ำท่วมไม่ทันอยู่ดีเทคโนโลยี

ทำไมในยุคที่มีเทคโนโลยีมากมาย แต่เรายังคงแจ้งเตือนน้ำท่วมไม่ทันอยู่ดี

ฝนตกหนักในพื้นที่กรุงเทพมหานครและปริมณฑลในช่วงปลายเดือนกันยายน ทำให้เกิดการตั้งคำถามจากภาคประชาสังคมว่าทำไมในปี 2026 ที่มีเทคโนโลยีในการตรวจวัดสภาพอากาศและพยากรณ์อากาศมากมาย

30 ก.ย. 69|12 ชั่วโมงที่แล้ว
อ่านต่อ →
บูรณาการเตือนภัย! 4 Big Tech ภาครัฐ ผนึก “ดวงตาจากอวกาศ” สู้วิกฤตโลกรวนเทคโนโลยี

บูรณาการเตือนภัย! 4 Big Tech ภาครัฐ ผนึก “ดวงตาจากอวกาศ” สู้วิกฤตโลกรวน

ท่ามกลางวิกฤตความแปรปรวนทางสภาพอากาศที่ทวีความรุนแรง บทเรียนจากภัยธรรมชาติหลายครั้งที่ผ่านมาสะท้อนว่า "ข้อมูลที่กระจัดกระจายและความล่าช้าในการแจ้งเตือน" คืออุปสรรคสำคัญที่สุดในการปกป้องชีวิตและทรัพย์สินของประชาชน

15 ก.ย. 69|15 ก.ย. 69
อ่านต่อ →
ตัวเล็กแต่เรียนรู้ไว! หุ่นยนต์ AI สองขา ฝึกเดิน-หยิบของได้เองเทคโนโลยี

ตัวเล็กแต่เรียนรู้ไว! หุ่นยนต์ AI สองขา ฝึกเดิน-หยิบของได้เอง

หุ่นยนต์ AI รูปร่างคล้ายเป็ดจิ๋ว สามารถเรียนรู้การเดิน หยิบของ และลุกขึ้นเองเมื่อล้ม โดยเทคโนโลยีนี้จะช่วยลดต้นทุนการทดลอง และเปิดโอกาสให้นักพัฒนา และผู้สนใจเรียนรู้การสร้าง Physical AI ได้ง่ายขึ้น

15 ก.ย. 69|15 ก.ย. 69
อ่านต่อ →