Google Deepmind hat WeatherNext 2 vorgestellt, das laut Unternehmen bei 99,9 Prozent aller meteorologischen Variablen und Vorhersagezeiträume besser abschneidet als das Vorgängermodell. Das KI-System übertrifft die erste WeatherNext-Generation bei Messgrößen wie Temperatur, Wind und Luftfeuchtigkeit über Zeiträume von null bis 15 Tagen. Es generiert laut Google Vorhersagen achtmal schneller und mit einer Auflösung von bis zu einer Stunde. Dafür berechnet das Modell hunderte mögliche Wetterszenarien in weniger als einer Minute auf einer einzelnen TPU – eine Aufgabe, für die herkömmliche physikbasierte Systeme auf Supercomputern Stunden benötigen würden.

Das Modell nutzt eine neue Technik namens Functional Generative Network, die Störsignale in die Architektur einbaut, um physikalisch realistische Vorhersagen zu gewährleisten. WeatherNext ist bereits in die Google-Suche, Gemini, Pixel Weather und die Weather-API integriert, Google Maps  soll folgen.

Deepmind forscht bereits seit Jahren intensiv daran, durch Künstliche Intelligenz genauere Wettervorhersagen zu erzielen. Im Dezember 2024 stellte das Forschungslabor dazu GenCast vor, ein KI-Modell auf Basis von Diffusionstechnologie.