AI & MACHINE LEARNING

Google เปิดตัว WeatherNext 3 โมเดล AI พยากรณ์อากาศที่แม่นยำและละเอียดที่สุด

Google Blog03 Sep 2026
1 min read
Key Takeaways
  • WeatherNext 3 ใช้ AI ประมวลผลข้อมูลดาวเทียมสดเพื่อให้พยากรณ์อากาศรายชั่วโมงที่ละเอียดและแม่นยำกว่าโมเดลเดิมถึง 5 เท่า

ทำไมเรื่องนี้ถึงสำคัญ

สภาพอากาศที่แปรปรวนส่งผลกระทบต่อเศรษฐกิจโลกอย่างมหาศาล พยากรณ์อากาศที่มีความละเอียดสูงและอัปเดตแบบเรียลไทม์จะช่วยให้ภาคเกษตรกรรมและการจัดการพลังงานหมุนเวียนสามารถปรับตัวได้เร็วขึ้น ลดความเสียหายจากภัยธรรมชาติได้ดีขึ้น

Google DeepMind และ Google Research ได้เปิดตัว WeatherNext 3 ซึ่งเป็นโมเดลพยากรณ์อากาศระดับโลกที่ล้ำสมัยที่สุด โดยเปลี่ยนจากการใช้โมเดลฟิสิกส์แบบเดิมที่มักมีความล่าช้า มาเป็นการใช้ข้อมูลจากดาวเทียมค้างฟ้า (Geostationary Satellites) แบบเรียลไทม์ ทำให้สามารถอัปเดตพยากรณ์อากาศได้ทุกชั่วโมงด้วยความละเอียดที่สูงมาก

โมเดลใหม่นี้ให้พยากรณ์ที่ความละเอียด 5 กิโลเมตร ซึ่งละเอียดกว่ารุ่นก่อนถึง 5 เท่า ช่วยให้สามารถระบุการเปลี่ยนแปลงสภาพอากาศเฉพาะจุด เช่น ในหุบเขาหรือแนวชายฝั่งได้อย่างแม่นยำ นอกจากนี้ WeatherNext 3 ยังได้รับการออกแบบมาเพื่อช่วยสนับสนุนภาคพลังงานหมุนเวียน โดยสามารถพยากรณ์ความเร็วลมที่ระดับความสูงของกังหันลม (100 เมตร) และพยากรณ์ความเข้มแสงอาทิตย์รายจุด เพื่อให้ผู้ควบคุมโครงข่ายไฟฟ้าสามารถวางแผนการผลิตพลังงานสะอาดได้อย่างมีประสิทธิภาพมากขึ้น

สรุปประเด็นหลัก

ใช้ข้อมูลดาวเทียมแบบเรียลไทม์แทนการจำลองฟิสิกส์ที่ล่าช้า

พยากรณ์ความละเอียดสูง 5 กม. รองรับพื้นที่ที่เข้าถึงยากในแอฟริกาและเอเชีย

เพิ่มตัวแปรพยากรณ์เฉพาะสำหรับพลังงานลมและพลังงานแสงอาทิตย์

นวัตกรรมและเทคโนโลยี

models

Functional Generative Network (FGN)

สถาปัตยกรรม Mesh Transformer ที่สามารถรับข้อมูลดาวเทียมแบบสดและให้ผลลัพธ์ที่ความละเอียดสูงรายชั่วโมง

infrastructure

พยากรณ์สำหรับพลังงานสะอาด

ความสามารถในการพยากรณ์ความเร็วลมที่ระดับกังหันลมและความเข้มแสงอาทิตย์แบบความละเอียดสูง

Developer Impact
นักพัฒนาสามารถเข้าถึงข้อมูลพยากรณ์อากาศที่แม่นยำขึ้นผ่าน Google Cloud และ Google Maps Platform เพื่อนำไปสร้างแอปพลิเคชันด้านการขนส่ง เกษตรกรรม หรือการวางแผนโครงสร้างพื้นฐาน
Keywords
#weather ai #google deepmind #weathernext #satellite data #clean energy
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

Google Blog