Google DeepMind publikoval recenzované výsledky, které ukazují, že jeho meteorologický model WeatherNext AI dosahuje nejmodernější přesnosti v předpovídání tropických cyklónů, přičemž oproti předním operačním předpovědním systémům získává v průměru celý den nebo více prediktivní doby. Výzkum se objevil v časopise Nature 6. srpna 2026 a Google shromažďuje modely společně s publikací.
Průlom přichází v okamžiku zintenzivnění pokrytí odvětví AI, kde se umělá inteligence stále více uplatňuje na vysoce sázkové vědecké problémy a problémy veřejné bezpečnosti. Tropické cyklóny způsobily za posledních 50 let více než 700 000 úmrtí a ekonomické ztráty ve výši 1,4 bilionu dolarů, podle údajů uvedených v oznámení DeepMind, takže i mírné zisky v předpovědi jsou důležité pro evakuaci a reakci na katastrofy.
Den průběžné doby stlačený do jednoho systému
Výsledkem titulku je dodací lhůta. Na cyklónech od roku 2023 do roku 2025 mají předpovědi trasy, intenzity a větrné struktury WeatherNext průměrně jeden den nebo více výhod oproti předním provozním modelům. V praxi se jeho třídenní předpověď shoduje s tím, co předchozí systémy dodaly za dva dny. Výzkumníci popisují zlepšení jako srovnatelné se zhruba deseti lety provozního meteorologického pokroku stlačeného do jediného systému AI.
V předpovědi cyklónů, kde příkazy k evakuaci, nastavování dodávek a vyhlášení stavu nouze závisí na hodinách, je toto rozpětí tou metrikou, která je nejdůležitější. Tento dokument představuje WeatherNext Cyclones, model umělé inteligence, který vytváří souhrnné předpovědi trasy, intenzity a velikosti tropického cyklónu až na 15 dní.
Jak model funguje
Tréninková data kombinovala globální analýzu atmosféry s databází IBTrACS téměř 5 000 historických bouří. Model používá funkční generativní sítě k vytváření rozdělení pravděpodobnosti spíše než jednobodové předpovědi a je škálován na 1000členné soubory – dvacetkrát více než 50členný běh předchozího systému. Větší soubory lépe zachycují vzácné, ale vysoce následné události, jako je rychlé zintenzivnění, nebezpečný jev, kdy rychlost větru bouře náhle vzroste.
Jedno zjištění vyniká tím, co je výzvou. Vysoké prostorové rozlišení bylo dlouho považováno za cenu přesných předpovědí intenzity. WeatherNext Cyclones běží na vstupech 28 x 28 kilometrů, což je zhruba 100krát hrubší než tradiční regionální modely, a kompaktní varianta s názvem WeatherNext 2-mini funguje na 111 x 111 kilometrech a stále si vede dobře. Článek uvádí, že vysoké rozlišení není přísným předpokladem pro nejmodernější předpovědi intenzity, a výzkumníci označili za otevřenou otázku, jak model extrahuje signál intenzity z hrubších dat.
Testováno během hurikánové sezóny 2025
Hodnocení nebylo čistě retrospektivní. Během sezóny hurikánů v Atlantiku v roce 2025 model běžel spolu s operačním pracovním postupem Národního centra pro hurikány a pomohl prognostikům předvídat rychlé zesílení hurikánu Melissa a dopad na Jamajku s dostatečným předstihem, aby podpořili včasné varování. Ověřovací zpráva NHC za rok 2025 dokumentuje předpovědi výkonnosti sezóny. Tento rok systém generuje 1 000 možných scénářů na cyklón, aby podpořil rozhodování prognostiků.
Práce vznikla ve spolupráci mezi Google DeepMind a Google Research vědci a provozními prognostiky z National Hurricane Center, Cooperative Institute for Research in the Atmosphere (CIRA) a UK Met Office, z nichž několik je spoluautory časopisu Nature.
Byly vydány tři varianty s otevřeným zdrojovým kódem
Vydání s otevřeným zdrojovým kódem zahrnuje tři varianty modelu:
- WeatherNext Cyclones – verze, která běžela během hurikánové sezóny 2025 a jejíž výsledky se objevují v novinách
Kód a váhy pro všechny tři jsou k dispozici na GitHubu. Jediná 15denní předpověď trvá méně než minutu na jednom TPU, což znamená, že omezením pro přijetí je nyní odbornost a integrace, nikoli výpočet.
Předpovědi lze také prozkoumat ve službě Weather Lab, kterou Google rozšířil ze sledování cyklónů na úplné globální předpovědi zahrnující teploty, srážky a rychlost větru. Oba modely a Weather Lab jsou součástí AI Google Earth, zastřešujícího úsilí společnosti o aplikaci strojového učení na klimatické a geoprostorové výzvy.
Proč na tom záleží
Výsledek posiluje širší trend: modely počasí založené na umělé inteligenci přecházejí od demonstrací výzkumu k operačním nástrojům rychleji, než mnozí meteorologové očekávali. Díky volnému získávání vah a publikování ve špičkovém časopise Google umisťuje WeatherNext jako referenční systém, na kterém mohou stavět národní meteorologické agentury a výzkumníci po celém světě.
Pro komunity v oblastech s výskytem cyklonů může být jeden den varování rozdílem mezi řádnou a chaotickou evakuací. Jak modely počasí s umělou inteligencí stále dospívají, soutěžní otázka se posouvá od samotné přesnosti k tomu, kdo dokáže nejrychleji převést předpovědi do akce.
Udržujte si náskok před AI
Chcete-li se dozvědět více o tom, jak umělá inteligence proměňuje vědu, infrastrukturu a každodenní život, sledujte naše nejnovější zprávy o AI. Sledujeme výzkum, společnosti a politiky utvářející pole v reálném čase.
Přečtěte si další zprávy o AI →
