Googles nye AI forudsiger regn 50% mere præcist — og det er allerede i Maps og Search

Vejrudsigten på din telefon er lige blevet markant mere pålidelig, uden at du har gjort noget. Google DeepMind har erstattet modellen bag sine vejrkort i Search, Maps, Gemini og Maps Platform API med WeatherNext 3 – et system der hver time producerer forudsigelser med en opløsning på 5 kilometer, sammenlignet med seks timers intervaller på et 25 kilometer gitter fra sin forgænger.

Den praktiske forskel viser sig tydeligst ved regn. Til planlægning en dag eller mere frem er WeatherNext 3’s nedbørsforudsigelser op til 50 procent mere præcise end den tidligere models. Sammenlignet med IMERG, det satellitbaserede benchmark som klimaforskere bruger, når forbedringen 60 procent. Det svarer til forskellen mellem en prognose der siger ‘mulige byger’ og en der fortæller dig at forvente regn mellem kl. 14 og 17 i dit specifikke nabolag.

WeatherNext 3 overgår også traditionelle numeriske vejrudsigtsystemer drevet af U.S. National Weather Service og europæiske meteorologiske myndigheder, ifølge Googles egne benchmarks. Modellen rækker ud over regn: den inkluderer vindhastigheder i 100 meters højde – højden af en vindmølle – skydække og solindstrålingsniveauer, hvilket gør den nyttig for energioperatører og landbrugsplanlæggere såvel som almindelige pendlere.

Google er ikke den eneste virksomhed der udvikler AI-baserede vejrmodeller. Microsoft, Nvidia og europæiske forskningsinstitutioner har offentliggjort konkurrerende tilgange i de seneste to år. Googles meddelelse nævnte ikke specifikke rivaler, og uafhængige meteorologiske myndigheder har endnu ikke offentliggjort ekstern validering af WeatherNext 3’s påståede nøjagtighedsforbedringer – tallene stammer fra Googles egen sammenlignende testning.

Den vigtigste arkitektoniske ændring er, hvordan modellen modtager data. Traditionelle vejrudsigtsystemer indsamler observationer over et seks timers vindue, før de kører deres beregninger. WeatherNext 3 indtager levende geostationære satellitbilleder hver time og omgår dermed den forsinkelse. Den træner også på direkte aflæsninger fra jordbaserede vejrstationnetværk, hvilket hjælper den med at afspejle lokalt terræn – kysteffekter, bjergpas og urbane varmesignaturer som et grovere gitter ville udglatte.

Der er reelle begrænsninger for hvad 5 kilometers opløsning i praksis betyder. Modellen kan ikke skelne forskellen på regn der rammer den ene side af din gade før den anden, og den kan ikke tilsidesætte den grundlæggende uforudsigelighed af konvektive vejrsystemer. Googles egen blog henviser brugerne til lokale meteorologiske myndigheder for alvorlige vejrvarsler og offentlige sikkerhedsråd.

Præ-trænede versioner af WeatherNext 3 er tilgængelige for forskere via Google Cloud og Google Earth Engine fra den 3. september 2026, da modellen blev annonceret. Ingen faseopdelt regional udrulning blev annonceret – opgraderingen er live globalt for alle brugere af Googles forbrugervejrprodukter.

Tags: kunstig intelligens, Google, DeepMind, Google Maps, Machine Learning, vejrudsigt