Google 研究院與Google DeepMind團隊合作打造名為MetNet-3的天氣預測模型，標榜能在24小時以前針對天氣 多樣變數進行分析，並且做出高準確率的天氣預報。

此天氣預測模型是以先前提出的MetNet、MetNet-2為基礎，並且能分析預測降雨機率、地面溫度、風速、風向，以及露點溫度 (Dew point temperature)。

相比傳統預測分析方式，MetNet-3直接透過大氣觀測數據進行訓練，因此能做出更符合真實、分析精度更高預測結果，甚至也加入氣象站氣溫與風向相關量測數據，藉此對應更準確的天氣預報。依照Google說明，MetNet-3以2分鐘為間隔，並且以1公里至4公里空間範圍進行分析，相比傳統天氣預測模型能有更高準確性。

傳統天氣預測模型是透過資料統整與後續模擬方式進行分析，MetNet-3最大優勢在於可直接取得將近即時的天候數據與更小空間範圍分析。相比目前最先進的天候預測模型ENS僅能產生間隔6小時分析預測結果，同時分析空間範圍約為9公里，預測結果最少是以每小時間隔呈現，MetNet-3顯然能有更高解析結果，最快可做出24小時以前、最短以2分鐘間隔呈現的天氣預測數據。

目前Google已經開始在美國、歐洲等地區透過MetNet-3模型提供12小時內的即時降雨機率預測功能，讓使用者能透過Google搜尋等服務取得天氣預測資訊。

除了公布新版天氣預測模型，Google DeepMind近期也與倫敦藥物研究業者Isomorphic Labs合作推出新版蛋白質預測模型AlphaFold，將使蛋白質分析經度可達原子等級，將能對應研究分析更複雜的蛋白質複合物，其中包含蛋白質與配體 (Ligand)綁定結構，讓研究人員可加速新藥開發速度。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》