Google DeepMind, WeatherNext 사이클론 모델 오픈소스로 공개
DeepMind는 이 AI 모델이 사이클론 예보의 선행 시간을 24시간 이상 늘렸다고 밝혔다.
왜 중요한가
이번 공개는 AI 기상 예보의 적용 범위를 전 지구 예보에서 영향력이 큰 사이클론 예측으로 넓힌다. 이 분야에서는 추가 선행 시간이 비상 대응 계획에 영향을 줄 수 있다. 공개된 가중치와 코드는 연구자와 기상 기관이 이 접근법을 시험하고, 조정하며, 면밀히 검토할 수 있는 기반을 제공한다.
핵심 포인트
- 1.DeepMind에 따르면 WeatherNext Cyclones는 예보 선행 시간을 24시간 이상 늘린다.
- 2.Google은 WeatherNext 2와 Cyclones의 코드 및 모델 가중치를 공개한다.
- 3.경량 모델 WeatherNext 2-mini는 무료 Colab 노트북에서 실행할 수 있다.
Google DeepMind는 WeatherNext Cyclones 모델이 사이클론의 경로, 강도, 바람 구조 예측에서 최첨단 정확도를 달성했으며, 3일 예보가 기존 모델의 2일 예보 수준 정확도와 맞먹는다고 밝혔다. Nature에 게재된 이 연구는 Google Research와 National Hurricane Center, CIRA, UK Met Office 및 기타 기상 기관 소속 예보관들과 함께 개발됐다. Google은 WeatherNext 2와 WeatherNext Cyclones의 코드와 모델 가중치를 포함해 오픈소스로 공개하고, 무료 공개 Colab 노트북에서 실행할 수 있는 경량 버전 WeatherNext 2-mini도 함께 제공한다.
⚡ 오늘 바로 활용
운영에 활용하기 전, 오픈소스 WeatherNext 모델을 검토하고 Colab에서 WeatherNext 2-mini로 초기 평가를 진행하라.
출처 및 원본 보도
이 브리핑은 아래 매체의 보도를 요약하고 링크합니다.
이 브리핑이 유용했나요? 다음 소식을 메일로 받아보세요.
관련: 연구
MiLMMT 팀, 참조 번역 없는 평가 기반 번역 모델 공개
MiLMMT-46-v1.0은 GRPO와 체크포인트 보간을 활용해 오픈 다국어 번역 성능을 높였다.
DistilVDR, 시각 문서 검색을 압축하다
5억2400만 매개변수 규모의 검색 모델이 80억 매개변수 비전-언어 교사 모델로부터 양방향 증류를 활용한다.
연구진, Power Law Graph Attention 제안
PLGA는 scaled dot-product attention을 일반화하며, 정확한 불변성 조건에서 추론 붕괴가 발생한다고 보고했다.