AI Google DeepMind przewiduje huragany dzień wcześniej od tradycyjnych modeli

Sztuczna inteligencja opracowana przez Google DeepMind potrafi przewidywać huragany z dokładnością przewyższającą dotychczasowe modele pogodowe. System WeatherNext daje meteorologom średnio jeden dzień więcej na przygotowanie się do nadchodzącego kataklizmu, co może mieć kluczowe znaczenie dla ratowania życia ludzkiego — donosi magazyn Wired.

W październiku 2025 roku model WeatherNext zademonstrował swoje możliwości, przewidując z 80-procentową pewnością, że system burzowy przekształci się w huragan kategorii 5 i uderzy w Jamajkę — na pięć dni przed faktycznym uderzeniem. Huragan Melissa rzeczywiście spowodował katastrofalne powodzie i osuwiska na wyspie, ale wcześniejsze ostrzeżenie pozwoliło mieszkańcom lepiej się przygotować.

Kluczowe wnioski

• Model WeatherNext przewiduje cyklony z bezprecedensową dokładnością — jego prognozy na trzy dni wyprzedzenia są tak precyzyjne jak dwudniowe prognozy poprzednich systemów.
• AI potrafi przewidywać zarówno trasę, jak i intensywność burzy, co wcześniejsze modele AI robiły z trudem — szczególnie w przypadku prognozowania siły huraganu.
• System wykorzystuje dane atmosferyczne o niższej rozdzielczości niż tradycyjne modele, ale mimo to osiąga lepsze wyniki, co zaskakuje nawet samych naukowców.
• Model generuje 1000 różnych scenariuszy rozwoju każdej burzy, pomagając meteorologom uwzględnić nieprzewidywalne zmiany w systemach pogodowych.
• Google DeepMind udostępnia model jako open source, aby umożliwić dalsze badania nad mechizmami powstawania cyklonów.

Przełom w przewidywaniu intensywności huraganów

Tradycyjnie największym wyzwaniem dla modeli AI było przewidywanie intensywności sztormów. Jak wyjaśnia Kate Musgrave, kierownik grupy ds. cyklonów tropikalnych w Cooperative Institute for Research in the Atmosphere i współautorka badań, przewidywanie trasy huraganu wymaga danych globalnych o pogodzie, podczas gdy prognozowanie intensywności potrzebuje szczegółowych informacji o lokalnych warunkach atmosferycznych i oceanicznych.

„To coś, czego po prostu nie otrzymujemy z tych globalnych modeli” — mówi Musgrave. Wcześniejsze modele AI radziły sobie dobrze z przewidywaniem trasy, ale „z intensywnością nie radzą sobie wcale”.

WeatherNext przełamał tę barierę. Po raz pierwszy w historii Narodowe Centrum Huraganów było w stanie przewidzieć huragan kategorii 5, gdy system burzowy znajdował się dopiero na poziomie kategorii 1. Jak podkreśla Mike Brennan, dyrektor amerykańskiego Narodowego Centrum Huraganów: „Nawet kilka godzin może zrobić różnicę”. Organizacja ewakuacji, rozmieszczenie zapasów i przygotowanie zasobów to zadania wrażliwe na czas.

Tajemnica działania modelu

Paradoksalnie, nawet sami badacze z DeepMind nie do końca rozumieją, jak ich model osiąga tak wysoką dokładność przy użyciu danych o relatywnie niskiej rozdzielczości. „Kiedy powiedzieliśmy społeczności naukowej, że nasz model używa tylko stosunkowo grubej rozdzielczości, byli zszokowani” — przyznaje Ferran Alet, główny autor badania.

Model musi wychwytywać coś w danych o niskiej rozdzielczości, co pozwala mu przewidywać intensywność sztormów, ale naukowcy nie wiedzą co dokładnie. „To jest czarna skrzynka, ale daje fizykom sygnał, że dzieje się coś, co wcześniej nie było rozumiane” — dodaje Alet.

Przed wdrożeniem do rzeczywistych prognoz model był testowany na danych historycznych. „Wyniki były tak dobre, że byliśmy sceptyczni, czy rzeczywiście zobaczymy to w demonstracji w czasie rzeczywistym” — wspomina Musgrave. Gdy meteorolodzy zaczęli używać modelu w praktyce, jego skuteczność się potwierdziła.

Model WeatherNext to potężne narzędzie, ale eksperci podkreślają, że to wciąż tylko jeden z wielu instrumentów w rękach prognostów. Jak zauważa Brennan, ludzka ekspertyza pozostaje kluczowa w tłumaczeniu prognoz na konkretne skutki dla społeczeństw — „to skutki zabijają ludzi”, nie same prognozy.