AI DeepMind przewiduje huragany dzień wcześniej

Model AI opracowany przez Google DeepMind potrafi przewidywać huragany z pełnym dniem większym wyprzedzeniem niż istniejące systemy prognozowania, wynika z badań opublikowanych w Nature 6 sierpnia 2026 roku. Model WeatherNext dostarczał trzydniowe prognozy równie dokładne jak dwudniowe prognozy poprzednich modeli, dając prognostykom wcześniejsze ostrzeżenia przed niszczycielskimi burzami. Dodatkowy czas pozwolił społecznościom przygotować się na huragan Melisa, który spowodował katastrofalne powodzie i osunięcia ziemi na Jamajce.

Mike Brennan, dyrektor amerykańskiego Narodowego Centrum Huraganów, powiedział, że nawet kilka godzin dodatkowego ostrzeżenia może być kluczowe dla organizacji ewakuacji i rozmieszczenia zapasów. „Czas jest naprawdę na wagę złota przy tego typu decyzjach” – zauważył, nazywając możliwość przesunięcia dokładności prognoz o dzień „naprawdę cenną”. Naukowcy twierdzą, że historycznie taki skok wymagałby dekady pracy.

Huragany są notorycznie trudne do przewidzenia, ponieważ obejmują wiele skal przestrzennych. Kate Musgrave, kierowniczka grupy cyklonów tropikalnych w Cooperative Institute for Research in the Atmosphere i współautorka, wyjaśniła, że przewidzenie toru burzy wymaga danych pogodowych w skali globalnej, podczas gdy prognozy intensywności potrzebują znacznie bardziej szczegółowych lokalnych danych o warunkach atmosferycznych i oceanicznych. Poprzednie modele AI miały problemy z intensywnością, ale WeatherNext poradził sobie. Podczas huraganu Melisa Narodowe Centrum Huraganów było w stanie przewidzieć burzę kategorii 5, gdy była jeszcze tylko kategorii 1 – to pierwszy taki przypadek.

Ferran Alet, naukowiec z Google DeepMind i główny autor, powiedział, że zespół trenował model na ogromnych ilościach ogólnych danych pogodowych, aby zrekompensować niedobór danych o cyklonach. Model używa stosunkowo gruboziarnistych danych wejściowych atmosferycznych, a mimo to wychwytuje sygnały dotyczące intensywności burzy, które zaskoczyły naukowców. „Kiedy powiedzieliśmy społeczności, że nasz model używa tylko stosunkowo gruboziarnistej rozdzielczości, byli zszokowani” – powiedział Alet. W 2026 roku model generuje 1000 potencjalnych scenariuszy dla każdej burzy, w porównaniu z 50 w 2025 roku, pomagając prognostykom uwzględnić efekt motyla.

Przed wdrożeniem na żywo model był testowany na danych retrospektywnych, a wyniki były tak dobre, że naukowcy mieli wątpliwości, czy utrzymają się w czasie rzeczywistym. Musgrave powiedziała, że wyniki się potwierdziły, co zaskoczyło wszystkich. Brennan jednak ostrzegł, że model AI jest jednym z wielu narzędzi i żaden pojedynczy model nie gwarantuje najlepszych wyników dla każdej przyszłej burzy. Czynnik ludzki pozostaje niezbędny do przełożenia prognoz na ostrzeżenia o skutkach, które ratują życie.

Google DeepMind ogłosiło, że udostępnia modele WeatherNext używane podczas sezonu huraganów jako open source, umożliwiając naukowcom na całym świecie ich wykorzystanie i ulepszanie. Alet wyraził nadzieję, że doprowadzi to do nowych odkryć naukowych na temat zachowania cyklonów, mówiąc: „Myślę, że AI daje nam nowe narzędzia do badania praw wszechświata”.