IA do Google DeepMind dá a previsores um dia inteiro a mais para alertar sobre ciclones — e agora é código aberto

Em 6 de agosto de 2026, o Google DeepMind anunciou um avanço revolucionário na previsão de ciclones tropicais — um salto que está sendo chamado de aproximadamente uma década de progresso meteorológico comprimido em um único sistema de IA . O modelo, chamado WeatherNext Cyclones, foi validado em um artigo revisado por pares publicado na Nature e já foi testado em condições reais durante a temporada de furacões do Atlântico de 2025. Talvez o mais significativo para a resiliência climática global seja o fato de o Google DeepMind ter disponibilizado o modelo como open source, liberando o código e os pesos para que qualquer pessoa — de agências meteorológicas nacionais a pesquisadores acadêmicos — possa usar e adaptar .

O que o WeatherNext Cyclones Faz de Diferente

A previsão tradicional de ciclones sempre enfrentou uma troca difícil: modelos globais são bons em prever a trajetória da tempestade (para onde ela vai), mas têm dificuldade com intensidade e estrutura dos ventos, enquanto modelos regionais de alta resolução capturam a intensidade, mas perdem o panorama geral. O WeatherNext Cyclones é um único modelo de IA que prevê todos os três — trajetória, intensidade e estrutura dos ventos — simultaneamente, alcançando precisão de ponta em cada métrica .

O modelo foi treinado com décadas de dados atmosféricos globais junto a um banco de dados selecionado de quase 5.000 ciclones tropicais históricos . Ele pode gerar 1.000 cenários probabilísticos de tempestade em menos de um minuto por execução em um único TPU, dando aos previsores um conjunto de possibilidades em vez de uma única previsão determinística .

A Melhoria na Precisão: Um Dia Inteiro Extra de Antecedência

O resultado principal é concreto e mensurável. De acordo com o artigo da Nature, as previsões de três dias do WeatherNext Cyclones são tão precisas quanto o que os principais modelos anteriores só conseguiam entregar em dois dias . Em média, isso se traduz em aproximadamente 24 horas adicionais de tempo de antecedência para que os previsores alertem as comunidades na rota do ciclone .

A melhoria foi validada contra ciclones tropicais de 2023 a 2025. Nesse conjunto de dados, o WeatherNext superou os principais modelos operacionais — incluindo ECMWF-ENS e HWRF — nas métricas de trajetória, intensidade e estrutura dos ventos . O Google DeepMind descreve o ganho como equivalente a cerca de uma década de melhoria típica em previsão meteorológica .

Validação no Mundo Real: Furacão Melissa (2025)

O WeatherNext Cyclones não foi apenas um projeto de pesquisa. Ele operou em tempo real durante a temporada de furacões do Atlântico de 2025, onde produziu sua validação mais dramática .

Em maio de 2025, o modelo forneceu uma previsão em tempo real documentada da intensificação rápida do furacão Melissa. Partindo de ventos de Categoria 1, o WeatherNext previu com precisão que a tempestade atingiria a intensidade de Categoria 5 — um salto que chamou a atenção dos previsores do National Hurricane Center (NHC) .

Crucialmente, o NHC usou as previsões do WeatherNext para emitir alertas sobre a chegada do furacão Melissa à Jamaica com cinco dias de antecedência. De acordo com o Google DeepMind, foi a primeira vez que previsores do NHC previram que uma tempestade alcançaria a Categoria 5 partindo de ventos de Categoria 1, e o tempo extra de aviso ajudou a salvar vidas . As previsões do modelo vieram com 80% de confiança, dando aos tomadores de decisão a certeza necessária para agir .

O que Torna Isso Possível: O Salto Técnico

O WeatherNext Cyclones é construído sobre a arquitetura mais ampla do WeatherNext 2, que o Google DeepMind apresentou em novembro de 2025 . O WeatherNext 2 gera previsões 8 vezes mais rápido que os sistemas anteriores e com resolução de até intervalos de 1 hora . Mas o modelo específico para ciclones exigiu resolver um problema mais difícil: como fazer previsões precisas usando dados atmosféricos globais relativamente grosseiros, em vez de grades regionais de alta resolução.

De acordo com o artigo da Nature, o WeatherNext Cyclones desafia a suposição de longa data de que a previsão precisa de ciclones requer dados de alta resolução. Ao treinar com condições atmosféricas globais, o modelo alcança precisão de ponta sem o custo computacional dos modelos tradicionais de alta resolução . Essa é uma razão chave pela qual o modelo pode rodar rápido o suficiente para ser útil em operações em tempo real.

Open Source: Tornando a Tecnologia Acessível

Diferente de muitos avanços em IA que permanecem trancados dentro de laboratórios de pesquisa corporativos, o Google DeepMind disponibilizou WeatherNext Cyclones, WeatherNext 2 e WeatherNext 2-mini como modelos de código aberto .

O código e os pesos dos modelos estão disponíveis no GitHub sob licenças comercialmente utilizáveis . Isso significa que agências meteorológicas nacionais em países em desenvolvimento — que podem não ter orçamento para sistemas de previsão proprietários — podem baixar, executar e adaptar os modelos para suas necessidades locais . A variante compacta WeatherNext 2-mini foi projetada para ser executável em um notebook Colab, tornando-a acessível até mesmo para pesquisadores com recursos computacionais limitados .

O que Isso Significa para o Futuro da Previsão de Ciclones

O impacto prático de um dia extra de aviso é difícil de exagerar. Cada hora adicional de antecedência permite que gestores de emergência ordenem evacuações, pré-posicionem suprimentos e emitam alertas direcionados a populações vulneráveis. Em um mundo onde as mudanças climáticas estão tornando os ciclones tropicais mais intensos e mais difíceis de prever, ter um modelo de IA que pode entregar uma década de melhoria em um único lançamento — e que está disponível gratuitamente para qualquer um usar — é um passo significativo para a resiliência climática global.