Newsy
Co słychać w robotyce i AI — wybór redakcji wujec.ai.
DeepMind otwiera model prognozujący cyklony: trzydniowe trasy tak dokładne jak wczorajsze dwudniowe
Google DeepMind opublikował w „Nature" model WeatherNext Cyclones i udostępnił jego wagi na GitHubie — razem z szerszym systemem WeatherNext 2. Główna deklaracja to cała doba wyprzedzenia: trzydniowe prognozy trasy i siły sztormu osiągają dziś dokładność, którą wcześniejsze modele uzyskiwały dopiero przy dwóch dniach. Model wytrenowano na około 20 terabajtach danych atmosferycznych i mniej więcej 5000 historycznych sztormów, a prognozuje zespołowo — DeepMind zwiększył przebieg z 50 do 1000 scenariuszy, co pozwala odczytywać rozrzut jako prawdopodobieństwo, a nie jako pojedynczą linię na mapie. Prognoza na 15 dni w rozdzielczości 28 na 28 kilometrów liczy się poniżej minuty na pojedynczym układzie TPU. Dla katalogu modeli AI to użyteczny punkt odniesienia, co obejmują dziś otwarte wagi. Prognozowanie pogody od kilku lat jest witryną wystawową uczenia maszynowego, ale systemy operacyjne stojące za prognozami państwowymi pozostawały zamknięte. Udostępnienie wag przenosi model tej klasy do służb meteorologicznych, których nie stać na wytrenowanie własnego. Dwa szczegóły dopełniają obraz. Pierwszy to pytanie, kto sprawdził tę pracę: DeepMind podaje, że model powstawał we współpracy z amerykańskim National Hurricane Center, instytutem CIRA i brytyjskim Met Office, i wskazuje sezon 2025 — gwałtowne wzmocnienie huraganu Melissa i jego wejście na ląd na Jamajce — jako przykład użycia operacyjnego. Drugi to intensywność, historycznie trudniejsza połowa zadania i ta, która przesądza o nakazach ewakuacji: model raportuje około 11 węzłów błędu, mniej niż wyspecjalizowany huraganowy HWRF, a błąd trasy na trzeci dzień wynosi około 100 km, lepiej niż zespół prognoz ECMWF. Kłopotliwe dla klasycznego podejścia jest to, że dzieje się to na siatce 28 na 28 kilometrów. Komórki są około sto razy rzadsze niż w modelach fizycznych, z którymi się go porównuje, a oko huraganu mieści się w jednej z nich. Model w ogóle nie odwzorowuje burzy — nauczył się, co zwykle robią dalej burze o danym kształcie i historii.
WeatherNext Cyclones →Hassabis oddaje stery Google DeepMind — Kavukcuoglu przejmuje kierowanie i raportuje do Pichaia
Sundar Pichai ogłosił 5 sierpnia 2026 roku, że Demis Hassabis wycofuje się z bieżącego kierowania Google DeepMind. Hassabis zostaje przewodniczącym Google DeepMind i obejmuje nowo utworzone stanowisko głównego naukowca Alphabetu; pozostaje też prezesem Isomorphic Labs, spółki wydzielonej do projektowania leków. Dowodzenie operacyjne przejmuje Koray Kavukcuoglu, który zostaje starszym wiceprezesem Google DeepMind i raportuje bezpośrednio do Pichaia. Odpowiada za rozwój modeli Gemini, badania nad AI na granicy możliwości oraz zespoły aplikacji Gemini i narzędzi dla programistów. Kavukcuoglu nie przychodzi z zewnątrz: jest w DeepMind od trzynastu lat, założył tam zespół uczenia głębokiego i prowadził prace stojące za WaveNetem i DQN. Ważniejszy od tytułów jest moment. Zmiana wypada w tym samym tygodniu co odejście Jeffa Deana po 27 latach w Google i wraz z nim Oriola Vinyalsa, współprowadzącego prace nad Gemini — pisaliśmy o tym osobno. W ciągu mniej więcej miesiąca Google udostępniło też ogólnie model Gemini 3.6 Flash, wypuściło w publicznym podglądzie Gemini Omni Flash jako zalecany model wideo i uruchomiło punkty końcowe Gemini Robotics ER 2. Laboratorium zwykle nie przestawia struktury dowodzenia w środku serii premier, chyba że chodzi o rozdzielenie dwóch zadań, które przerosły jedną osobę: wyznaczania kierunku badań i dowożenia produktów w rytmie kwartałów. Hassabis kieruje DeepMind od współzałożenia firmy w 2010 roku — przez AlphaGo, AlphaFold i Nagrodę Nobla z chemii, która po nich przyszła. Komunikat Google nie podaje daty wejścia zmian w życie. Doniesienia o reakcji rynku pochodzą z relacji prasowych, a nie z samego memo.
Jeff Dean odchodzi z Google po 27 latach, by zautomatyzować metodę naukową
Jeff Dean, główny naukowiec Google i inżynier stojący za znaczną częścią infrastruktury, na której działa dzisiejszy internet, odchodzi z firmy po niemal 27 latach. Odejście ogłoszono 5 sierpnia 2026 wraz z szerszą przebudową kierownictwa badań AI w Google, w której Koray Kavukcuoglu awansował na wiceprezesa kierującego Google DeepMind. Dean nie odchodzi sam. Discovery Loop zakłada razem z Sanjayem Ghemawatem, Senior Fellow Google, z którym zbudował większość tej infrastruktury; Oriolem Vinyalsem, wiceprezesem ds. badań w Google DeepMind i liderem technicznym Gemini; oraz Quocem Le, współzałożycielem Google Brain. Trudno wskazać cztery odejścia, które sięgałyby głębiej w zaplecze badawcze jednej firmy. Discovery Loop powstaje jako niezależna korporacja pożytku publicznego i chce wykorzystać sztuczną inteligencję do automatyzacji badań naukowych i inżynierskich. Deklarowany punkt wyjścia jest celowo rekurencyjny: autonomiczne pętle eksperymentalne, których pierwszym przedmiotem są algorytmy uczenia maszynowego, na których firma sama się opiera — układ prowadzący eksperymenty po to, by ulepszyć to, co te eksperymenty prowadzi. Reakcja Google jest jak na odejście tej skali nietypowa. Zamiast traktować je jako stratę, firma wchodzi jako inwestor założycielski, będzie partnerem chmurowym startupu, dostarcza moc obliczeniową na pierwszy rok i zapowiada współpracę nad wspólnym frameworkiem badawczym dla systemów i infrastruktury uczenia maszynowego.