Google เปิดตัว WeatherNext 3 บุกตลาดพลังงานด้วย AI
Google DeepMind เปิดตัวโมเดลพยากรณ์อากาศ WeatherNext 3 เมื่อ 3 ก.ย. ชูจุดเด่นอัปเดตรายชั่วโมง รองรับตลาดพลังงานและผู้ให้บริการโครงข่าย
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Google DeepMind และ Google Research เปิดตัวโมเดลพยากรณ์อากาศ WeatherNext 3 เมื่อวันที่ 3 กันยายน
- โมเดลใหม่พยากรณ์ความเร็วลมที่ความสูง 100 เมตร และปริมาณแสงอาทิตย์ อัปเดตข้อมูลทุกๆ หนึ่งชั่วโมง
- ข้อมูลพยากรณ์สามารถเข้าถึงได้ผ่าน BigQuery, Earth Engine และ Google Cloud Storage โดยไม่ต้องตั้งค่าโมเดลเอง
- ตั้งเป้าเจาะกลุ่มผู้ให้บริการโครงข่ายไฟฟ้าและตลาดซื้อขายพลังงานเพื่อช่วยบริหารจัดการพลังงานหมุนเวียน
Google เข้าสู่ตลาดข้อมูลพลังงานอย่างเป็นทางการด้วยการเปิดตัวโมเดลพยากรณ์อากาศรุ่นล่าสุด WeatherNext 3 ซึ่งพัฒนาโดย Google DeepMind และ Google Research เมื่อวันที่ 3 กันยายนที่ผ่านมา โมเดลนี้มีความสามารถในการพยากรณ์ความเร็วลมที่ระดับความสูง 100 เมตรเหนือพื้นดิน ซึ่งเทียบเท่ากับความสูงของกังหันลมสมัยใหม่ รวมถึงการพยากรณ์ปริมาณเมฆและแสงอาทิตย์ที่ส่องถึงพื้นผิวโลก พร้อมทั้งอัปเดตข้อมูลใหม่ทุกๆ หนึ่งชั่วโมง
ก่อนหน้านี้ ผู้ค้าพลังงาน ผู้ให้บริการโครงข่ายไฟฟ้า รวมถึงผู้พัฒนาโครงการพลังงานแสงอาทิตย์และลมต้องซื้อข้อมูลลักษณะดังกล่าวจากบริษัทอื่น การเปิดตัว WeatherNext 3 จึงทำให้ Google เข้ามาแข่งขันในตลาดนี้โดยตรง โดยเวอร์ชันก่อนหน้าอย่าง WeatherNext 2 นั้นทำงานบนกริดขนาด 25 กิโลเมตรและอัปเดตทุกๆ หกชั่วโมง ในขณะที่รุ่นใหม่นี้ให้ความละเอียดระดับโลกสูงสุดถึง 5 กิโลเมตรสำหรับตัวแปรบนพื้นผิว เช่น อุณหภูมิและความชื้น
นอกเหนือจากการใช้งานฝั่งผู้บริโภคผ่าน Google Search, แอปพลิเคชัน Gemini, Google Maps และ Google Maps Platform Weather API แล้ว Google ยังสร้างชั้นข้อมูลสำหรับองค์กร (enterprise layer) ที่มีความสำคัญเชิงพาณิชย์สูง ลูกค้าสามารถสืบค้นข้อมูลพยากรณ์ชุดเดียวกันนี้ได้ผ่าน BigQuery และ Earth Engine หรือดาวน์โหลดจำนวนมากผ่าน Google Cloud Storage โดยไม่ต้องติดตั้งโมเดลด้วยตนเอง
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
การที่ Google รุกเข้าสู่ตลาดพยากรณ์อากาศสำหรับโครงข่ายไฟฟ้าถือเป็นย่างก้าวที่น่าสนใจ เพราะในขณะเดียวกันศูนย์ข้อมูลของบริษัทเองก็เป็นหนึ่งในปัจจัยหลักที่ทำให้ความต้องการใช้ไฟฟ้าทั่วโลกพุ่งสูงขึ้น การใช้ AI เข้ามาช่วยพยากรณ์พลังงานหมุนเวียนจึงช่วยตอบโจทย์ทั้งในแง่ธุรกิจและการบริหารจัดการพลังงานสะอาดขององค์กร
ฝั่งของผู้ให้บริการโครงข่ายไฟฟ้ากำลังเผชิญกับความท้าทายรอบด้าน ด้านการผลิตพลังงาน สัดส่วนของพลังงานหมุนเวียนกำลังเพิ่มขึ้นอย่างรวดเร็ว โดยรายงาน S&P Global Market Intelligence’s US Grid Outlook 2026 คาดการณ์ว่าพลังงานแสงอาทิตย์และพลังงานกักเก็บจะเป็นแหล่งที่มาหลักของกำลังการผลิตใหม่ในปีนี้ ที่ 51.2 กิกะวัตต์ และ 25.7 กิกะวัตต์ ตามลำดับ จากแผนการเพิ่มกำลังการผลิตรวมกว่า 90 กิกะวัตต์ เนื่องจากพลังงานเหล่านี้ผลิตตามสภาพอากาศ การพยากรณ์ระยะสั้นที่แม่นยำจึงมีความสำคัญมากขึ้นเรื่อยๆ
ในฝั่งของการบริโภค ความต้องการไฟฟ้าที่เพิ่มขึ้นมาจากปัญญาประดิษฐ์ โดย S&P Global ระบุว่าการขยายตัวของศูนย์ข้อมูลทั่วอเมริกาเหนือเป็นปัจจัยขับเคลื่อนหลักที่ทำให้ความต้องการไฟฟ้าพุ่งสูงขึ้น ขณะที่รายงาน 2026 Power and Utilities Industry Outlook ของ Deloitte คาดการณ์ว่าความต้องการใช้ไฟฟ้าสูงสุดจะเติบโตราว 26% ภายในปี 2035 โดยความต้องการเฉพาะจากศูนย์ข้อมูลอาจสูงถึง 176 กิกะวัตต์ ซึ่งเป็น 5 เท่าของระดับในปี 2024
"ความได้เปรียบของ WeatherNext 3 มาจากการเรียนรู้จากข้อมูลสังเกตการณ์จริงแทนที่จะเป็นการจำลองด้วยคอมพิวเตอร์แบบเดิม"
Google Research
ความผิดพลาดในการพยากรณ์อากาศมีต้นทุนที่ชัดเจน หากผู้ให้บริการประเมินพลังงานลมต่ำเกินไป จะต้องหาซื้อไฟฟ้าสำรองราคาแพงในนาทีสุดท้ายจากโรงไฟฟ้าก๊าซ แต่หากประเมินสูงเกินไป ฟาร์มกังหันลมและโซลาร์เซลล์อาจต้องถูกจ่ายเงินให้ปิดการผลิตเพราะโครงข่ายไฟฟ้าไม่สามารถรองรับได้ ทั้งสองกรณีสร้างความเสียหายและมีต้นทุนสูง
ทางด้านคู่แข่งรายเดิมในตลาดมีข้อโต้แย้งทางเทคนิค โดยบริษัท Jua ระบุว่าโมเดลฟิสิกส์ดั้งเดิมอย่าง HRES ของ ECMWF ยังคงทำผลงานได้ดีกว่าโมเดล AI ล้วนๆ ในช่วงสภาพอากาศสุดขั้วที่ทำลายสถิติ เนื่องจากโมเดลฟิสิกส์มีการเข้ารหัสกฎเกณฑ์การเคลื่อนที่ของพลังงานและมวลในชั้นบรรยากาศ ในขณะที่ WeatherNext 3 ถูกออกแบบให้เรียนรู้จากภาพถ่ายดาวเทียมอุตุนิยมวิทยาแบบเรียลไทม์และการอ่านค่าจากสถานีตรวจอากาศโดยตรง เพื่อลดความล่าช้าของข้อมูล
ที่มา: AI News
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น