Искусственный интеллект для прогнозирования погоды выходит на энергетический рынок: Google нацелился на операторов энергосетей с помощью WeatherNext 3.

Искусственный интеллект

Искусственный интеллект для прогнозирования погоды выходит на энергетический рынок: Google нацелился на операторов энергосетей с помощью WeatherNext 3.

Новейшая модель прогнозирования погоды на основе искусственного интеллекта от Google предсказывает скорость ветра на высоте 100 метров над землей, что примерно соответствует высоте современной ветряной турбины. Она также прогнозирует облачность и количество солнечного света, достигающего поверхности, и обновляется каждый час. Энергетические трейдеры, операторы электросетей и разработчики ветровых и солнечных электростанций уже платят другим компаниям за эти данные. Внедрение WeatherNext 3 теперь выводит Google на их рынок.

3 сентября Google DeepMind и Google Research выпустили новую модель. Она формирует глобальный прогноз каждый час с разрешением до пяти километров для таких параметров поверхности, как температура и влажность. Предыдущая версия, WeatherNext 2, работала с сеткой в 25 километров и обновлялась каждые шесть часов. Google заявляет, что новые энергетические параметры призваны помочь операторам и разработчикам энергосетей прогнозировать, сколько энергии будут вырабатывать их ветровые и солнечные электростанции, а затем сопоставлять это с спросом.

Основное внимание в ходе запуска было уделено потребительской части. WeatherNext 3 теперь обеспечивает вывод прогнозов погоды в Google Поиске, приложении Gemini, Google Картах и API погоды платформы Google Maps. За ним стоит корпоративный уровень, имеющий большее коммерческое значение. Те же данные прогноза можно запрашивать в BigQuery и Earth Engine или загружать оптом из Google Cloud Storage, при этом клиенту не требуется настраивать модель.

Почему энергетический сектор покупает системы прогнозирования погоды на основе ИИ?

Операторы энергосистем работают в условиях, когда прогнозирование становится все сложнее как на стороне оператора, так и на стороне потребителя. Что касается генерации, то на возобновляемые источники энергии сейчас приходится большая часть новых мощностей. В прогнозе S&P Global Market Intelligence «Прогноз развития энергосистемы США на 2026 год» солнечная энергетика и системы хранения энергии прогнозируются как основные источники новых мощностей в этом году — 51,2 ГВт и 25,7 ГВт соответственно из более чем 90 ГВт запланированного ввода в эксплуатацию.

Солнечная и ветровая энергия вырабатывается в зависимости от погоды, а не от спроса, поэтому каждый добавленный гигаватт делает краткосрочный прогноз более точным.

Что касается потребления, то новая нагрузка приходится на искусственный интеллект. S&P Global определяет распространение центров обработки данных по всей Северной Америке как основную причину недавнего резкого роста спроса на электроэнергию, что вынуждает коммунальные предприятия пересматривать свои прогнозы нагрузки в сторону увеличения. В прогнозе Deloitte на 2026 год для энергетической и коммунальной отрасли пиковый спрос вырастет примерно на 26% к 2035 году, при этом спрос только на электроэнергию, вырабатываемую центрами обработки данных, потенциально может достичь 176 ГВт, что в пять раз превышает уровень 2024 года.

Последствия неправильного прогноза очевидны. Если оператор недооценивает объем выработки ветровой энергии, ему приходится в кратчайшие сроки закупать дополнительную электроэнергию, обычно у газовых электростанций, находящихся в дорогостоящем режиме ожидания. Если же он переоценивает объемы, ветровым и солнечным электростанциям приходится платить за отключение, поскольку энергосеть не может поглотить производимую ими электроэнергию. Оба варианта дорогостоящи и оба являются ошибками прогнозирования.

На этот рынок выходит Google.

Продажа прогнозов погоды энергетическому сектору — это устоявшийся бизнес. В нем конкурируют Vaisala, Solcast, WindGEMINI от DNV и HyperWatch от IBM. То же самое делает и швейцарская компания Jua, которая утверждает, что ее модель EPT-2 превосходит по точности Microsoft Aurora и более раннюю модель GraphCast от DeepMind, обновляясь 24 раза в день, в то время как у конкурентов этот показатель обычно составляет четыре обновления в день.

Преимущество Google заключается в охвате аудитории. Один и тот же прогноз отображается в виде таблицы в BigQuery, слоя в Earth Engine, API в Google Maps Platform и является ответом по умолчанию в Google Поиске. Ни один специализированный поставщик не может похвастаться таким охватом, а ежечасное обновление сокращает разрыв в частоте обновлений, который эти поставщики использовали для дифференциации.

У действующих игроков остался один технический аргумент. Опубликованная позиция Джуа заключается в том, что модели, основанные на физических принципах, такие как HRES от ECMWF, по-прежнему превосходят чисто основанные на данных модели ИИ во время рекордно экстремальных погодных явлений, поскольку физические модели кодируют правила того, как энергия и масса перемещаются в атмосфере, в то время как модели ИИ изучают закономерности на основе прошлых данных.

Компания Jua продает продукт, ограниченный физическими параметрами, поэтому это утверждение служит ее собственным интересам. Оно также описывает условия, которые больше всего беспокоят операторов энергосистемы, когда шторм выходит за рамки всего, что модель видела во время обучения.

Что нового, и что сейчас слишком разрекламировано?

Основная идея архитектуры WeatherNext 3 заключается в том, что он обучается на основе реальных наблюдений, а не на основе моделирования. Большинство моделей прогнозирования погоды на основе ИИ, включая WeatherNext 2, обучаются на результатах численных моделей прогнозирования погоды, которые представляют собой физические модели, созданные на суперкомпьютерах и имеющие шестичасовую задержку в обработке данных. Эта задержка может вносить искажения в быстро меняющиеся переменные, такие как осадки и температура поверхности. WeatherNext 3 использует данные с геостационарных спутников в режиме реального времени и обучается непосредственно на показаниях отдельных метеостанций.

Изменения реальны, хотя и менее значительные, чем предполагалось в большинстве публикаций. На схеме собственной системы Google показано, что модель учитывает часовые спутниковые снимки наряду с традиционным историческим анализом. Старший научный сотрудник DeepMind Илан Прайс сообщил Bloomberg, что преимущество заключается в том, что не нужно ждать следующего анализа, а используется самая актуальная доступная информация.

Согласно отчетам, оставшаяся задержка данных составляет от трех до четырех часов, вместо примерно семи. Зависимость от численного прогноза погоды уменьшилась, но не исчезла полностью.

К показателям точности следует относиться с аналогичной осторожностью. Google сообщает об улучшении точности до 60% по сравнению со спутниковым продуктом NASA IMERG, на 30% по сравнению с радаром MRMS и на 10% по сравнению с показаниями дождемеров на ранних этапах прогнозирования, измеренных с использованием стандартного метода оценки вероятностных прогнозов. Это три отдельных базовых показателя, и проценты не суммируются. Широко распространенное утверждение о 50% улучшении прогнозирования осадков относится конкретно к прогнозам на день или более вперед. Каждая цифра содержит оговорку «до», что делает каждый из них наилучшим, а не типичным результатом.

Google не опубликовала никаких независимых сторонних подтверждений одновременно с запуском. Вместо этого компания ссылается на реальные оценки Brightband, чью таблицу лидеров она приводит в качестве аргумента в пользу того, что WeatherNext 3 — самая точная глобальная модель прогнозирования погоды на сегодняшний день. Коммунальное предприятие, рассматривающее возможность перехода от платного специализированного сервиса, будет больше заботиться о производительности на своей территории обслуживания, на своих собственных ресурсах, чем о позиции в глобальном рейтинге.

Собственная заинтересованность Google в этой проблеме

Google продает инструменты прогнозирования для решения проблемы с энергосетями, в создании которой сама же и участвовала. Развитие центров обработки данных, приводящее к росту нагрузки, с которой с трудом справляются коммунальные предприятия, возглавляется крупными компаниями, включая Google, и Google подписала многогигаваттные соглашения о закупке возобновляемой энергии для обеспечения своих собственных объектов.

Точное прогнозирование выработки ветровой и солнечной энергии напрямую полезно для компании, которая сопоставляет большие объемы чистой энергии с растущей и переменной нагрузкой. Это коммерческая логика, и она отчасти объясняет, почему в этом релизе были учтены переменные параметры энергоснабжения.

Google не опубликовала информацию о ценах на корпоративный доступ к WeatherNext 3, а также не сообщила, взимается ли стандартная плата за облачные запросы к данным BigQuery и Earth Engine или требуется отдельная лицензия. Коммунальные предприятия, рассматривающие возможность отказа от услуг платного специалиста, захотят узнать эту сумму, прежде чем оценивать точность предоставляемых данных.

К 2025 году более 65 000 сотрудников корпоративного и инвестиционного банка активно использовали платформу, а более 90% инженеров применяли помощников по программированию на основе искусственного интеллекта.

В банке также заявили, что проверка транзакций на основе искусственного интеллекта позволила им проверить более чем в два раза больший объем транзакций, одновременно сократив количество ручных проверок операторов вдвое.

Bank of America использует систему EricaAssist на основе генеративного искусственного интеллекта в работе с более чем 18 000 сотрудников службы поддержки клиентов. Инструмент суммирует причину звонка клиента, извлекает необходимую информацию и рекомендует возможные дальнейшие действия, при этом ответственность за взаимодействие возлагается на сотрудника.

В июле 2026 года Bank of America заявил, что EricaAssist может предоставлять контекстные рекомендации менее чем за три секунды и сократил среднее время обработки звонков почти на минуту. Банк планирует расширить использование системы на другие сценарии обслуживания и направления бизнеса в конце 2026 года.

(Фото предоставлено Google)

См. также: Искусственный интеллект MIT прогнозирует экстремальные погодные условия без исторических данных.

Хотите узнать больше об искусственном интеллекте и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими выставками. Для получения дополнительной информации нажмите здесь.

AI News — это проект TechForge Media. Здесь вы можете ознакомиться с другими предстоящими мероприятиями и вебинарами, посвященными корпоративным технологиям.

Источник: www.artificialintelligence-news.com