As previsões habilitadas para IA da empresa provaram ser bastante precisas até aqui. Os modelos meteorológicos de IA também foram capazes de fazer previsões de forma mais rápida e eficiente do que os modelos convencionais baseados na física. Até à data, o trabalho do Google nesta área tem sido em grande parte experimental. Agora, essas previsões se tornaram um argumento de venda para produtos e serviços do Google.
“Estamos tirando isso do laboratório e colocando-o nas mãos dos usuários”
“Estamos tirando-o do laboratório e colocando-o nas mãos dos usuários de mais maneiras do que fizemos antes e abandonando o tipo de designação experimental porque acreditamos que nossas estimativas são realmente bastante eficazes e úteis”, disse Peter Battaglia, diretor sênior de pesquisa e sustentabilidade do Google DeepMind, em um briefing com jornalistas.
Que novo modelo de IA, WeatherNext 2, ele pode produzir previsões oito vezes mais rápido que os modelos anteriores do Google e também é mais preciso na previsão de 99,9% de variáveis como temperatura ou vento. WeatherNext 2 pode produzir centenas de resultados potenciais a partir de um determinado ponto de partida. Demorou menos de um minuto para usar um dos chips TPU do Google para fazer uma previsão, que a empresa disse que normalmente levaria várias horas para ser concluída usando um modelo baseado na física em um supercomputador.
Esses modelos convencionais são computacionalmente intensivos porque tentam essencialmente recriar a complexa física da atmosfera para produzir previsões meteorológicas. Em vez disso, os modelos de IA tentam observar padrões de dados meteorológicos históricos para prever resultados futuros.
O Google conseguiu simplificar o processo usando uma estratégia que chama de Redes Gerativas Funcionais (FGN) no WeatherNext 2. Os modelos meteorológicos legados de IA ainda exigem processamento iterativo para produzir uma única previsão. O FGN é mais eficiente porque incorpora ruído – ou aleatoriedade direcionada – ao modelo toda vez que recebe informações, de modo que o WeatherNext 2 pode gerar muitos resultados possíveis diferentes em uma única etapa.
Este avanço permite que o WeatherNext 2 faça previsões com até 15 dias de antecedência e produza previsões de hora em hora. O Google depende disso para atrair clientes empresariais e também consumidores individuais.
“Estamos descobrindo que energia, agricultura, transporte, logística e clientes em muitos outros setores estão bastante interessados nesta etapa de uma hora. Isso os ajuda a tomar decisões mais informadas sobre as coisas que impactam seus negócios”, disse Akib Uddin, gerente de produto da Google Research, por telefone.
Além de adicionar WeatherNext 2 ao Maps, Search, Gemini e Pixel Weather, o Google também oferece programa de acesso antecipado para clientes interessados em modelagem customizada. Os dados estimados também estão disponíveis no Google Máquina Terrestre para análise geoespacial e Grandes consultas para análise de dados em grande escala.
