WeatherNext AI від Google DeepMind дає синоптикам додаткову добу для попередження про циклони — модель стала відкритою

Чим WeatherNext Cyclones відрізняється від інших

Традиційне прогнозування циклонів давно стикалося з проблемою вибору: глобальні моделі добре передбачають траєкторію шторму (куди він рухатиметься), але погано справляються з інтенсивністю та структурою вітру, тоді як регіональні моделі високої роздільної здатності точно фіксують інтенсивність, але втрачають загальну картину. WeatherNext Cyclones — це єдина модель ШІ, яка прогнозує всі три параметри — траєкторію, інтенсивність і структуру вітру — одночасно, досягаючи найкращої точності за кожним показником .

Модель навчалася на десятиліттях глобальних атмосферних даних разом із кураторською базою даних майже 5 000 історичних тропічних циклонів . Вона може генерувати 1 000 ймовірнісних сценаріїв шторму менш ніж за хвилину на одному TPU, надаючи синоптикам ансамбль можливих результатів замість єдиного детермінованого прогнозу .

Точність: ціла додаткова доба на попередження

Головний результат є конкретним і вимірюваним. Згідно зі статтею в Nature, триденні прогнози WeatherNext Cyclones такі ж точні, як дводенні прогнози попередніх провідних моделей . У середньому це означає приблизно 24 додаткові години часу для синоптиків, щоб попередити громади на шляху циклону .

Покращення було підтверджено на тропічних циклонах з 2023 по 2025 рік. У цьому наборі даних WeatherNext перевершив провідні операційні моделі, зокрема ECMWF-ENS та HWRF, за показниками траєкторії, інтенсивності та структури вітру . Google DeepMind описує цей приріст як еквівалент приблизно десяти років типового метеорологічного прогресу .

Реальне випробування: ураган Мелісса (2025)

WeatherNext Cyclones не був лише дослідницьким проєктом. Він працював в операційному режимі під час сезону атлантичних ураганів 2025 року, де й продемонстрував найдраматичніше підтвердження в реальних умовах .

У травні 2025 року модель надала задокументований прогноз стрімкого посилення урагану Мелісса в реальному часі. Починаючи з вітрів 1-ї категорії, WeatherNext точно передбачив, що шторм досягне 5-ї категорії — стрибок, який привернув увагу синоптиків Національного центру ураганів (NHC) .

Вирішально важливо, що NHC використав прогнози WeatherNext для попередження про вихід урагану Мелісса на суходіл на Ямайці за п'ять днів. За словами Google DeepMind, це був перший випадок, коли синоптики NHC передбачили, що шторм досягне 5-ї категорії, починаючи з вітрів 1-ї категорії, і додатковий час допоміг врятувати життя . Прогнози моделі мали 80% впевненості, що дало особам, які приймають рішення, необхідну впевненість для дій .

Що робить це можливим: технічний прорив

WeatherNext Cyclones базується на архітектурі WeatherNext 2, яку Google DeepMind представив у листопаді 2025 року . WeatherNext 2 генерує прогнози у 8 разів швидше за попередні системи з роздільною здатністю до 1-годинних інтервалів . Але модель, спеціалізована на циклонах, вимагала вирішення складнішої проблеми: як робити точні прогнози, використовуючи відносно грубі глобальні атмосферні дані, а не регіональні сітки високої роздільної здатності.

Згідно зі статтею в Nature, WeatherNext Cyclones кидає виклик давньому припущенню, що точне прогнозування циклонів вимагає даних високої роздільної здатності. Навчаючись на глобальних атмосферних умовах, модель досягає найкращої точності без обчислювальних витрат традиційних моделей високої роздільної здатності . Це ключова причина, чому модель може працювати достатньо швидко, щоб бути корисною для оперативного використання.

Відкритий код: технологія для всіх

На відміну від багатьох проривів у сфері ШІ, які залишаються закритими в корпоративних дослідницьких лабораторіях, Google DeepMind випустив WeatherNext Cyclones, WeatherNext 2 та WeatherNext 2-mini як моделі з відкритим кодом .

Код і ваги моделей доступні на GitHub за ліцензіями, прийнятними для комерційного використання . Це означає, що національні метеорологічні служби в країнах, що розвиваються, які можуть не мати бюджету на власні системи прогнозування, можуть завантажити, запустити та адаптувати моделі для своїх місцевих потреб . Компактна версія WeatherNext 2-mini призначена для запуску в Colab-ноутбуці, що робить її доступною навіть для дослідників з обмеженими обчислювальними ресурсами .

Що це означає для майбутнього прогнозування циклонів

Практичне значення додаткової доби попередження важко переоцінити. Кожна додаткова година дає змогу рятувальним службам організувати евакуацію, підготувати запаси та видати цільові попередження вразливим групам населення. У світі, де зміна клімату робить тропічні циклони більш інтенсивними та важчими для прогнозування, наявність моделі ШІ, яка може забезпечити десятирічний прогрес за один випуск — і яка вільно доступна для всіх — є значним кроком вперед для глобальної кліматичної стійкості.