Google DeepMind telah menerbitkan hasil tinjauan sejawat yang menunjukkan bahwa model cuaca AI WeatherNext mencapai akurasi canggih dalam memprediksi siklon tropis, memperoleh rata-rata waktu tunggu prediksi satu hari penuh atau lebih dibandingkan sistem perkiraan operasional terkemuka. Penelitian ini diterbitkan di jurnal Nature pada tanggal 6 Agustus 2026, dan Google melakukan open source terhadap model-model tersebut bersamaan dengan publikasi tersebut.

Terobosan ini terjadi pada saat cakupan industri AI semakin intensif, ketika kecerdasan buatan semakin banyak diterapkan pada permasalahan ilmiah dan keselamatan publik yang berisiko tinggi. Siklon tropis telah menyebabkan lebih dari 700.000 kematian dan kerugian ekonomi sebesar $1,4 triliun selama 50 tahun terakhir, menurut angka yang dikutip dalam pengumuman DeepMind, bahkan membuat peningkatan kecil dalam perkiraan waktu tunggu menjadi konsekuensi bagi evakuasi dan tanggap bencana.

Sehari Lead Time Dikompresi Menjadi Satu Sistem

Hasil utama adalah waktu tunggu. Pada siklon dari tahun 2023 hingga 2025, prediksi jalur, intensitas, dan struktur angin WeatherNext memiliki keunggulan rata-rata satu hari atau lebih dibandingkan model operasional terkemuka. Dalam praktiknya, perkiraan tiga hari ini cocok dengan apa yang disampaikan sistem sebelumnya dalam dua hari. Para peneliti menggambarkan peningkatan tersebut sebanding dengan kemajuan operasional meteorologi selama satu dekade yang dikompresi menjadi satu sistem AI.

Dalam peramalan siklon, dimana perintah evakuasi, pengaturan pasokan, dan pengumuman keadaan darurat bergantung pada jam kerja, margin tersebut adalah metrik yang paling penting. Makalah ini memperkenalkan WeatherNext Cyclones, sebuah model AI yang menghasilkan prakiraan gabungan mengenai jalur, intensitas, dan ukuran siklon tropis hingga 15 hari ke depan.

Cara Kerja Model

Data pelatihan menggabungkan analisis atmosfer global dengan database IBTrACS dari hampir 5.000 badai bersejarah. Model ini menggunakan Jaringan Generatif Fungsional untuk menghasilkan distribusi probabilitas, bukan perkiraan satu titik, dan skalanya mencapai 1.000 anggota ansambel — dua puluh kali lipat dari 50 anggota yang dijalankan sistem sebelumnya. Ansambel yang lebih besar lebih baik menangkap kejadian langka namun memiliki konsekuensi tinggi seperti intensifikasi yang cepat, fenomena berbahaya ketika kecepatan angin badai melonjak secara tiba-tiba.

Ada satu temuan yang menonjol dibandingkan tantangannya. Resolusi spasial yang tinggi telah lama dianggap sebagai harga dari perkiraan intensitas yang akurat. WeatherNext Cyclones beroperasi pada input berukuran 28 kali 28 kilometer, kira-kira 100 kali lebih kasar dibandingkan model regional tradisional, dan varian kompak yang disebut WeatherNext 2-mini beroperasi pada 111 kali 111 kilometer dan masih berkinerja baik. Makalah ini menyatakan bahwa resolusi tinggi bukanlah prasyarat ketat untuk perkiraan intensitas yang canggih, dan para peneliti menandai pertanyaan terbuka tentang bagaimana model tersebut mengekstraksi sinyal intensitas dari data yang lebih kasar.

Diuji Selama Musim Badai 2025

Evaluasi ini tidak sepenuhnya bersifat retrospektif. Selama musim badai Atlantik pada tahun 2025, model ini sejalan dengan alur kerja operasional Pusat Badai Nasional dan membantu para peramal cuaca mengantisipasi intensifikasi dan pendaratan Badai Melissa yang cepat di Jamaika jauh sebelumnya untuk mendukung peringatan dini. Laporan verifikasi NHC tahun 2025 mendokumentasikan perkiraan kinerja musim ini. Tahun ini sistem tersebut menghasilkan 1.000 kemungkinan skenario per siklon untuk mendukung pengambilan keputusan peramalan cuaca.

Pekerjaan ini merupakan kolaborasi antara ilmuwan Google DeepMind dan Google Research serta peramal operasional di National Hurricane Center, Cooperative Institute for Research in the Atmospheric (CIRA), dan UK Met Office, yang beberapa di antaranya merupakan rekan penulis makalah Nature.

Tiga Varian Sumber Terbuka Dirilis

Rilis sumber terbuka mencakup tiga varian model:

  • WeatherNext Cyclones — versi yang dijalankan selama musim badai tahun 2025 dan hasilnya muncul di koran
  • WeatherNext 2 — pembaruan terbaru yang dioperasikan Google pada Oktober 2025
  • WeatherNext 2-mini — versi ringkas yang berjalan pada satu TPU di notebook Google Colab gratis

Kode dan bobot untuk ketiganya tersedia di GitHub. Perkiraan 15 hari membutuhkan waktu kurang dari satu menit pada satu TPU, yang berarti kendala dalam penerapannya sekarang adalah keahlian dan integrasi, bukan komputasi.

Prakiraan juga dapat dijelajahi di Weather Lab, yang telah diperluas oleh Google dari pelacakan topan hingga prakiraan global lengkap yang mencakup suhu, curah hujan, dan kecepatan angin. Baik model maupun Weather Lab berada dalam Google Earth AI, upaya payung perusahaan untuk menerapkan pembelajaran mesin terhadap tantangan iklim dan geospasial.

Mengapa Itu Penting

Hasilnya memperkuat tren yang lebih luas: model cuaca berbasis AI beralih dari demonstrasi penelitian ke alat operasional lebih cepat dari perkiraan banyak ahli meteorologi. Dengan menggunakan sumber terbuka untuk timbangan dan mempublikasikannya di jurnal terkemuka, Google memposisikan WeatherNext sebagai sistem referensi yang dapat dikembangkan oleh lembaga meteorologi nasional dan peneliti di seluruh dunia.

Bagi masyarakat di daerah rawan topan, satu hari peringatan tambahan dapat menjadi pembeda antara evakuasi yang tertib dan evakuasi yang kacau. Seiring dengan semakin matangnya model cuaca AI, pertanyaan persaingan beralih dari sekedar akurasi menjadi siapa yang dapat menerjemahkan perkiraan menjadi tindakan paling cepat.

Tetap Terdepan dalam AI

Untuk informasi lebih lanjut tentang bagaimana kecerdasan buatan mengubah ilmu pengetahuan, infrastruktur, dan kehidupan sehari-hari, ikuti liputan kami berita AI terkini. Kami melacak penelitian, perusahaan, dan kebijakan yang membentuk bidang tersebut secara real time.

Baca berita AI selengkapnya →