Google Research dan Google DeepMind telah merilis WeatherNext 3, versi terbaru dari sistem prakiraan cuaca AI perusahaan dan, menurut Google, model prakiraan global paling akurat yang pernah ada. Diumumkan pada tanggal 3 September, sistem ini akan mulai memberikan informasi cuaca ke Penelusuran, Google Maps, dan Gemini, dan tersedia untuk bisnis dan peneliti melalui platform cloud Google.

Berbeda dengan superkomputer pemerintah yang telah menghasilkan sebagian besar prakiraan cuaca dunia selama beberapa dekade, WeatherNext 3 adalah model pembelajaran mendalam: model ini mempelajari pola secara langsung dari pengamatan, bukan menyelesaikan persamaan fisika atmosfer selangkah demi selangkah. Google juga mengatakan bahwa ini adalah model AI pertama yang menggabungkan pengamatan satelit langsung ke dalam perkiraan global beresolusi tinggi – sebuah klaim yang dibantah oleh setidaknya satu pesaing. Inilah yang berubah, dan alasan para peramal di luar Google memperhatikan perkembangan AI terkini di bidang ini dengan cermat.

Bagaimana AI Merusak Pola Prakiraan Cuaca

Prakiraan cuaca tradisional berasal dari badan-badan nasional seperti Layanan Cuaca Nasional AS dan Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF), yang superkomputernya mengerjakan persamaan matematika yang menggambarkan fisika atmosfer. Sistem tersebut sangat akurat namun mahal dan relatif lambat.

Alternatif pembelajaran mendalam ini diluncurkan setelah ECMWF merilis lebih dari setengah abad arsip data cuaca pada tahun 2018, memberikan para peneliti jenis pelatihan yang tepat untuk jaringan saraf korpus yang berkembang pesat. “Cuaca sedang kacau, dan perbedaan kecil mulai mengganggu secara besar-besaran,” Ferran Alet, staf manajer ilmuwan riset di DeepMind, mengatakan kepada TechCrunch. “Pembelajaran mesin menargetkan masalah yang sebenarnya sedang kami pecahkan, yaitu perkiraan fisika berisik dari informasi yang tidak lengkap dan komputasi yang terbatas, sehingga ia mempelajari pola dari banyak data.”

Lebih Tajam, Lebih Cepat, dan Jauh Lebih Sering

WeatherNext 3 adalah model yang lebih besar dari pendahulunya — parameternya 2,4 kali lebih banyak — dan kini berada di puncak Operational WeatherBench Brightband, sebuah tolok ukur independen yang membandingkan sistem perkiraan AI pada suhu, kecepatan angin, dan kelembapan. Menurut TechCrunch, kinerjanya mengungguli model pembelajaran mendalam saingannya dari Google, Microsoft, Nvidia, dan ECMWF, serta mengalahkan perkiraan numerik tradisional yang dibuat oleh Layanan Cuaca Nasional AS dan ECMWF sendiri.

Keuntungan praktisnya sangat besar:

  • Resolusi turun hingga 5 km untuk variabel utama, dengan sebagian besar model AI memperkirakan area sepanjang 15 hingga 25 km. Decoder melaporkan model tersebut lima kali lebih detail daripada WeatherNext 2.
  • Perkiraan curah hujan meningkat sebesar 60 persen dibandingkan WeatherNext 2 dalam evaluasi Google, dan 9to5Google mengutip perkiraan curah hujan yang 50 persen lebih akurat untuk produk Google sendiri.
  • Prakiraan per jam bukan irama standar enam jam, karena model dapat menyerap observasi satelit yang dikumpulkan secara real-time setiap jam.
  • Penargetan tingkat stasiun, artinya model memprediksi stasiun cuaca tertentu — bukan hanya kotak grid — yang akan diukur.

“Idenya, dengan banyaknya aplikasi AI, adalah mencoba menjalankan tugas secara end-to-end,” Daniel Rothenberg, ilmuwan atmosfer di Brightband, mengatakan kepada TechCrunch. “Menambahkan kemampuan di mana model ini sekarang juga memprediksi, katakanlah, apa yang akan diukur oleh stasiun cuaca bandara Denver setiap jam, hanya menghubungkan tugas perkiraan tersebut lebih dekat ke inti.”

Sengketa Data Satelit Mentah

Klaim Google untuk yang pertama bertumpu pada pipa data dan juga arsitektur model. Sebagian besar peramal AI masih melatih dan menginisialisasi kumpulan data analisis terformat yang dihasilkan oleh badan cuaca pemerintah. WeatherNext 3 menyerap observasi satelit mentah secara langsung, setiap jam — lebih dekat, menurut Google, dengan asimilasi data yang sebenarnya.

Startup cuaca AI, WindBorne, membantah bahwa model WeatherMesh 6 miliknya telah menggabungkan pengamatan mentah dari armada balon cuaca dan sumber lainnya sejak akhir tahun 2025. Ketika ditanya tentang perselisihan tersebut, Google menunjuk pada resolusi global dari prakiraannya. Kedua perusahaan, catat TechCrunch, masih mengandalkan kumpulan data nasional untuk sebagian proses, sehingga asimilasi langsung sepenuhnya masih dalam proses untuk keseluruhan bidang.

Dimana Pengguna Akan Melihatnya

“Ini akan menjadi pertama kalinya beberapa variabel inti memberi makan dan memberdayakan banyak produk Google,” Samier Merchant, staf insinyur senior di Google, mengatakan kepada TechCrunch. Informasi cuaca di Penelusuran, Google Maps, dan Gemini akan memanfaatkan keluaran WeatherNext 3, menampilkan prakiraan cuaca yang dihasilkan AI kepada miliaran pengguna — banyak di antara mereka tidak akan pernah mengetahui model di baliknya.

Mengapa Hal Ini Penting Di Luar Aplikasi

Perekonomian adalah cerita yang lebih besar. Pembuatan prakiraan AI cepat dan murah dibandingkan dengan sistem superkomputer, sehingga prakiraan yang dapat digunakan dapat dijangkau oleh wilayah-wilayah yang tidak pernah mampu membelinya. Decoder melaporkan bahwa wilayah Afrika, Amerika Latin, dan Asia-Pasifik yang tidak memiliki perkiraan akurat akan mengalami peningkatan terbesar. Bill Gates telah mengutip prakiraan cuaca AI sebagai manfaat nyata pembangunan, dengan prakiraan yang lebih baik akan meningkatkan hasil panen di negara-negara berkembang, dan Alet mencatat bahwa prakiraan angin, hujan, dan awan dengan resolusi lebih tinggi dapat membuat proyek energi terbarukan lebih dapat diandalkan.

Badan meteorologi di Eropa dan Amerika sudah menerapkan model AI ke dalam produk operasional mereka. Dengan WeatherNext 3, revolusi transformator yang mengubah bahasa secara diam-diam menjadi mesin cuaca sehari-hari.

Tetap Terdepan dalam AI

Penelitian AI bergerak cepat. Dapatkan perkembangan AI terkini di satu tempat.

Baca berita AI selengkapnya →