#

النقاط الرئيسية

• أطلقت Google DeepMind وGoogle Research نموذج WeatherNext 3.

• يتنبأ النموذج بالطقس بدقة 5 كم.

• ينتج توقعات كل ساعة.

• تقول غوغل إنه سيغذي معلومات الطقس في Search وGoogle Maps وGemini.

• تقول غوغل إنه متاح على منصات Google السحابية.

• يذكر التقرير أن تقييمات الأمطار تحسنت بنسبة 60% مقارنةً بـ WeatherNext 2.

ما الذي أعلنته غوغل

أفادت TechCrunch في 3 سبتمبر 2026 بأن Google DeepMind وGoogle Research أطلقتا WeatherNext 3. وتصفه المصادر بأنه نموذج للتنبؤ بالطقس يعتمد على الذكاء الاصطناعي. وتقول غوغل إن النموذج سيغذي معلومات الطقس في Search وGoogle Maps وGemini.

ويذكر التقرير أيضًا أن WeatherNext 3 سيكون متاحًا على منصات Google السحابية. وهذا يجعل الإطلاق مهمًا بوصفه تحديثًا للمنتج وإعلانًا عن نشر نموذج في الوقت نفسه. ولا تضيف المصادر تفاصيل تقنية أخرى تتجاوز ما ورد أعلاه.

ما الذي يفعله النموذج

وفقًا للتقرير، يمكن لـ WeatherNext 3 التنبؤ بالطقس بدقة 5 كم. كما ينتج توقعات كل ساعة. وتشير هاتان النقطتان إلى تركيز على مخرجات طقس أدق وأكثر تكرارًا.

وتقول المصادر إن غوغل حسّنت تقييمات الأمطار بنسبة 60% مقارنةً بـ WeatherNext 2. وهذه هي المقارنة الوحيدة في الأداء التي تم تقديمها. ويجب فهمها على أنها ادعاء وارد في التقرير، لا على أنها تحقق مستقل.

لماذا يهم هذا الإطلاق

تكتسب نماذج التنبؤ بالطقس أهمية لأنها تشكل كيفية توليد معلومات الطقس وتقديمها. وفي هذه الحالة، تربط غوغل النموذج بمنتجات موجهة للمستهلكين وبإتاحة عبر السحابة. وقد يكون هذا المزيج مهمًا للمستخدمين الذين يعتمدون على بيانات الطقس في أدواتهم اليومية.

ولا يصف التقرير بيانات التدريب أو حدود النموذج أو الضمانات التشغيلية. كما لا يوضح كيف تقيس غوغل تحسن 60%. ينبغي على القراء التعامل مع هذا الإطلاق بوصفه تحديثًا للمنتج والقدرات، لا تدقيقًا تقنيًا كاملًا.

اعتبارات تشغيلية

تقدم المصادر رؤية محدودة فقط عن النموذج. فهي تؤكد دقة التنبؤ، والمخرجات الساعية، والتكامل مع المنتجات. لكنها لا تذكر كيف يؤدي النموذج عبر جميع الظروف الجوية أو المناطق.

وهذا يعني أن المستخدمين والفرق يجب ألا يفترضوا دقة شاملة من مقياس واحد فقط ورد في التقرير. فقد يتحسن نموذج في تقييم واحد مع استمرار وجود فجوات في سياقات أخرى. ولا توفر المصادر تفاصيل كافية للحكم على تلك الفجوات.

الصلة بالمغرب

لا تذكر المصادر أي نشر أو شراكة خاصة بالمغرب. والدرس العالمي المشروط بسيط: يمكن لأدوات التنبؤ بالطقس الأفضل أن تدعم التخطيط حيث تكون القرارات حساسة للطقس.

وبالنسبة للقراء، تتمثل النقطة الرئيسية في متابعة كيفية تأثير جودة التوقعات وتكرار التحديثات وإتاحة المنتج على الاستخدام العملي. ولا تثبت المصادر أي تفاصيل تنفيذ محلية.

الخلاصة

يُعد WeatherNext 3 إطلاقًا بارزًا لنموذج طقس بالذكاء الاصطناعي لأنه يجمع بين دقة أعلى، وتوقعات كل ساعة، وتكامل مع المنتجات. وتقول غوغل أيضًا إنها حسّنت تقييمات الأمطار مقارنةً بـ WeatherNext 2.

التقرير مفيد، لكنه محدود. فهو يوضح ما أعلنته غوغل وأين سيظهر النموذج. لكنه لا يقدم تفاصيل كافية لتقييم الموثوقية الأوسع أو أثر النشر.