WeatherNext Cyclones: Slik ga KI varslerne et helt ekstra døgn til å advare utsatte lokalsamfunn

Hva WeatherNext Cyclones gjør annerledes

Tradisjonell syklonvarsling har lenge vært preget av et dilemma: globale modeller er gode til å forutsi stormens bane (hvor den går), men sliter med intensitet og vindstruktur, mens høyoppløselige regionale modeller fanger intensiteten bedre, men mister oversiktsbildet. WeatherNext Cyclones er én enkelt KI-modell som forutsier alle tre – bane, intensitet og vindstruktur – samtidig, og oppnår toppmoderne nøyaktighet på hver enkelt parameter .

Modellen er trent på flere tiår med globale atmosfæriske data, i tillegg til en kuratert database med nesten 5.000 historiske tropiske sykloner . Den kan generere 1.000 sannsynlighetsbaserte stormscenarioer på under ett minutt per kjøring på én enkelt TPU, noe som gir varslerne et ensemble av mulige utfall i stedet for én enkelt deterministisk spådom .

Nøyaktighetsforbedringen: Ett helt ekstra døgn

Hovedresultatet er konkret og målbart. Ifølge Nature-artikkelen er WeatherNext Cyclones' tredagersvarsler like presise som det tidligere ledende modeller kun kunne levere på to dager . I gjennomsnitt gir dette omtrent 24 timer ekstra varslingstid for å advare lokalsamfunn i syklonens bane .

Forbedringen er validert mot tropiske sykloner fra 2023 til og med 2025. På tvers av datasettet presterte WeatherNext bedre enn ledende operative modeller – inkludert ECMWF-ENS og HWRF – på parametere som bane, intensitet og vindstruktur . Google DeepMind beskriver fremgangen som tilsvarende omtrent et tiår med typisk meteorologisk forbedring .

Virkelig verden: Orkanen Melissa (2025)

WeatherNext Cyclones var ikke bare et forskningsprosjekt. Modellen ble kjørt operativt under den atlantiske orkansesongen 2025, hvor den leverte sin mest dramatiske reelle validering .

I mai 2025 ga modellen en dokumentert sanntidsspådom av den raske intensiveringen av orkanen Melissa. Fra vindhastigheter tilsvarende kategori 1 forutsa WeatherNext nøyaktig at stormen ville nå kategori 5 – et sprang som vakte oppmerksomhet hos varslerne ved National Hurricane Center (NHC) .

Avgjørende nok brukte NHC WeatherNexts spådommer til å utstede varsler om orkanen Melissas landgang på Jamaica fem dager i forveien. Ifølge Google DeepMind var dette første gang NHC-varslere forutsa at en storm ville nå kategori 5-intensitet med utgangspunkt i kategori 1-vindstyrke, og den ekstra varslingstiden bidro til å redde liv . Modellens spådommer kom med 80 % sikkerhet, noe som ga beslutningstakerne tillit til å handle .

Hva gjør dette mulig: Det tekniske spranget

WeatherNext Cyclones bygger på den bredere WeatherNext 2-arkitekturen, som Google DeepMind introduserte i november 2025 . WeatherNext 2 genererer varsler 8 ganger raskere enn tidligere systemer og med en oppløsning ned til én times intervaller . Men den syklonspesifikke modellen krevde å løse et vanskeligere problem: hvordan lage nøyaktige spådommer ved hjelp av relativt grove globale atmosfæriske data i stedet for høyoppløselige regionale rutenett.

Ifølge Nature-artikkelen utfordrer WeatherNext Cyclones den lenge rådende antakelsen om at nøyaktig syklonvarsling krever høyoppløselige data. Ved å trene på globale atmosfæriske forhold oppnår modellen toppmoderne nøyaktighet uten den beregningsmessige kostnaden til tradisjonelle høyoppløselige modeller . Dette er en sentral grunn til at modellen kan kjøre raskt nok til å være nyttig i sanntidsoperasjoner.

Åpen kildekode: Gjør teknologien tilgjengelig

I motsetning til mange KI-gjennombrudd som forblir innelåst i bedriftslaboratorier, har Google DeepMind sluppet WeatherNext Cyclones, WeatherNext 2 og WeatherNext 2-mini som åpne modeller .

Koden og modellvektene er tilgjengelige på GitHub under kommersielt brukbare lisenser . Dette betyr at nasjonale meteorologiske institutter i utviklingsland – som kanskje ikke har budsjett til proprietære varslingssystemer – kan laste ned, kjøre og tilpasse modellene til sine lokale behov . Den kompakte WeatherNext 2-mini-varianten er utviklet for å kunne kjøres i en Colab-notatbok, noe som gjør den tilgjengelig selv for forskere med begrensede beregningsressurser .

Hva dette betyr for fremtidens syklonvarsling

Den praktiske betydningen av et ekstra døgns varslingstid kan vanskelig overdrives. Hver ekstra time gir beredskapsledere mulighet til å iverksette evakueringer, forhåndsplassere forsyninger og utstede målrettede advarsler til sårbare befolkningsgrupper. I en verden der klimaendringer gjør tropiske sykloner mer intense og vanskeligere å forutsi, er en KI-modell som kan levere et tiår med forbedring i én utgivelse – og som er fritt tilgjengelig for alle – et betydelig skritt fremover for global klimatilpasning.