WeatherNext Cyclones: l’AI di DeepMind regala un giorno intero ai meteorologi per mettere in salvo le persone vulnerabili

Cosa fa WeatherNext Cyclones di diverso

La previsione dei cicloni tradizionale ha sempre dovuto fare i conti con un compromesso: i modelli globali sono bravi a prevedere la traiettoria (dove andrà la tempesta) ma faticano con l'intensità e la struttura del vento, mentre i modelli regionali ad alta risoluzione catturano l'intensità ma perdono il quadro d'insieme. WeatherNext Cyclones è un unico modello AI che prevede tutte e tre le cose — traiettoria, intensità e struttura del vento — contemporaneamente, raggiungendo risultati all'avanguardia per ciascuna metrica .

Il modello è stato addestrato su decenni di dati atmosferici globali e su un database curato di quasi 5.000 cicloni tropicali storici . In meno di un minuto per esecuzione su un singolo TPU, è in grado di generare 1.000 scenari probabilistici di tempesta, offrendo ai meteorologi un ventaglio di possibilità invece di una singola previsione deterministica .

Il miglioramento: un giorno intero in più di preavviso

Il risultato principale è concreto e misurabile. Secondo l'articolo su Nature, le previsioni a tre giorni di WeatherNext Cyclones sono accurate quanto quelle che i migliori modelli precedenti riuscivano a dare solo a due giorni . In media, questo si traduce in circa 24 ore di preavviso in più per i meteorologi, che possono così avvisare le comunità sulla traiettoria del ciclone con un giorno di anticipo .

Il miglioramento è stato validato su cicloni tropicali dal 2023 al 2025. Su questo set di dati, WeatherNext ha superato i modelli operativi leader, tra cui ECMWF-ENS e HWRF, nelle metriche di traiettoria, intensità e struttura del vento . Google DeepMind descrive il miglioramento come equivalente a circa un decennio di progressi tipici nella meteorologia .

La prova sul campo: Uragano Melissa (2025)

WeatherNext Cyclones non è rimasto solo un progetto di ricerca. Ha operato in tempo reale durante la stagione degli uragani atlantici del 2025, dove ha fornito la sua prova di validità più spettacolare .

Nel maggio 2025, il modello ha prodotto una previsione in tempo reale documentata della rapida intensificazione dell'uragano Melissa. Partendo da venti di Categoria 1, WeatherNext ha previsto con precisione che la tempesta avrebbe raggiunto l'intensità di Categoria 5 — un salto che ha attirato l'attenzione dei meteorologi del National Hurricane Center (NHC) .

Fondamentalmente, il NHC ha utilizzato le previsioni di WeatherNext per emettere allerte per l'approdo di Melissa in Giamaica con cinque giorni di anticipo. Secondo Google DeepMind, è stata la prima volta che i meteorologi del NHC prevedevano una tempesta di Categoria 5 partendo da venti di Categoria 1, e quel tempo extra ha contribuito a salvare vite . Le previsioni del modello arrivavano con un livello di confidenza dell'80%, dando ai decisori la certezza necessaria per agire .

Il salto tecnologico

WeatherNext Cyclones si basa sull'architettura WeatherNext 2, che Google DeepMind ha presentato nel novembre 2025 . WeatherNext 2 genera previsioni 8 volte più velocemente dei sistemi precedenti e con una risoluzione fino a intervalli di 1 ora . Ma il modello specifico per i cicloni ha richiesto la soluzione di un problema più difficile: come fare previsioni accurate usando dati atmosferici globali di risoluzione relativamente grossolana, invece delle griglie regionali ad alta risoluzione.

Secondo l'articolo su Nature, WeatherNext Cyclones sfida l'assunzione di lunga data secondo cui previsioni accurate dei cicloni richiedono dati ad alta risoluzione. Addestrandosi su condizioni atmosferiche globali, il modello raggiunge un'accuratezza all'avanguardia senza il costo computazionale dei modelli tradizionali ad alta risoluzione . Questa è una ragione chiave per cui il modello può funzionare abbastanza velocemente da essere utile per operazioni in tempo reale.

Open source: la tecnologia a disposizione di tutti

A differenza di molte scoperte sull'AI che rimangono chiuse nei laboratori di ricerca aziendali, Google DeepMind ha rilasciato WeatherNext Cyclones, WeatherNext 2 e WeatherNext 2-mini come modelli open source .

Il codice e i pesi dei modelli sono disponibili su GitHub con licenze utilizzabili commercialmente . Questo significa che le agenzie meteorologiche nazionali dei paesi in via di sviluppo — che potrebbero non avere il budget per sistemi di previsione proprietari — possono scaricare, eseguire e adattare i modelli alle loro esigenze locali . La variante compatta WeatherNext 2-mini è progettata per essere eseguibile anche in un notebook Colab, rendendola accessibile persino ai ricercatori con risorse di calcolo limitate .

Cosa significa per il futuro

L'impatto pratico di un giorno extra di preavviso è difficile da sopravvalutare. Ogni ora in più consente ai responsabili della protezione civile di organizzare evacuazioni, predisporre rifornimenti e diramare allerte mirate alle popolazioni vulnerabili. In un mondo in cui il cambiamento climatico sta rendendo i cicloni tropicali più intensi e difficili da prevedere, avere un modello AI che in un solo colpo offre un decennio di miglioramenti — e che è liberamente disponibile per chiunque — è un passo avanti fondamentale per la resilienza climatica globale.