GeoAgent
Нейросеть научилась угадывать местоположение по фото лучше профессиональных игроков в геолокацию
WeatherNext — линейка моделей машинного обучения от Google, созданная для разработчиков, исследователей и всех, кому нужны точные метеоданные внутри своих продуктов. С прогнозами можно работать тремя способами: использовать открытый код моделей для запуска на своём железе, забирать готовые глобальные прогнозы прямо из облака или генерировать кастомные прогнозы под конкретную задачу на мощностях Google Cloud.
Если хочется разобраться в моделях изнутри или адаптировать их под свою область, весь код и предобученные веса лежат в открытом доступе на GitHub — под разрешительными лицензиями, так что запускать инференс на собственном оборудовании и воспроизводить результаты из публикаций можно без ограничений.
Для тех, кому не нужна настройка моделей, WeatherNext предоставляет готовые глобальные прогнозы погоды — они обновляются четыре раза в сутки. Данные можно запрашивать через BigQuery и Earth Engine или скачивать пакетами из Google Cloud Storage — прямо в свой рабочий процесс, без разворачивания инфраструктуры.
Третий вариант — кастомный инференс на Vertex AI: сервис сгенерирует прогноз под конкретные параметры, где можно управлять размером ансамбля и горизонтом прогнозирования, а вычисления идут на выделенном железе Google Cloud.
В основе — две линейки моделей. WeatherNext 2, рекомендованная и самая свежая, умеет строить ансамблевые прогнозы с более высокой точностью, скоростью инференса и временным разрешением — она заточена под требовательные вероятностные предсказания. WeatherNext 1 остаётся доступной как базовая исследовательская версия и включает две модели: детерминированную Graph и вероятностную Gen, обе удобны для сравнения с опубликованными научными результатами Google.
Нейросеть научилась угадывать местоположение по фото лучше профессиональных игроков в геолокацию
Освойте искусственный интеллект на практике: от данных до готовых AI-проектов за 4 часа
Позволяет проводить исследования в области ML с помощью наборов данных, инструментов, моделей и ресурсов.
Искусственный интеллект научился проводить глубокие исследования как настоящий учёный