Google DeepMind telah menerbitkan hasil semakan rakan sebaya yang menunjukkan model cuaca WeatherNext AInya mencapai ketepatan terkini dalam meramalkan siklon tropika, memperoleh purata satu hari penuh atau lebih masa utama ramalan berbanding sistem ramalan operasi terkemuka. Penyelidikan itu muncul dalam jurnal Nature pada 6 Ogos 2026, dan Google menggunakan sumber terbuka model bersama penerbitan.

Kejayaan itu tiba pada saat memperhebatkan liputan industri AI, di mana kecerdasan buatan semakin digunakan untuk masalah saintifik dan keselamatan awam yang berisiko tinggi. Siklon tropika telah menyebabkan lebih daripada 700,000 kematian dan kerugian ekonomi $1.4 trilion dalam tempoh 50 tahun yang lalu, menurut angka yang dipetik dalam pengumuman DeepMind, menjadikan keuntungan yang sederhana dalam ramalan masa utama akibat untuk pemindahan dan tindak balas bencana.

Sehari Masa Utama Dimampatkan Menjadi Satu Sistem

Keputusan tajuk adalah masa utama. Mengenai siklon dari 2023 hingga 2025, ramalan trek, keamatan dan struktur angin WeatherNext membawa purata satu hari atau lebih kelebihan berbanding model operasi terkemuka. Dari segi praktikal, ramalan tiga harinya sepadan dengan sistem terdahulu yang dihantar pada dua hari. Para penyelidik menggambarkan peningkatan itu sebagai setanding dengan kira-kira satu dekad kemajuan meteorologi operasi yang dimampatkan ke dalam satu sistem AI.

Dalam ramalan siklon, di mana pesanan pemindahan, pementasan bekalan dan pengisytiharan kecemasan bergantung pada jam, margin itu ialah metrik yang paling penting. Makalah itu memperkenalkan WeatherNext Cyclones, model AI yang menghasilkan ramalan ensemble trek, keamatan dan saiz taufan tropika sehingga 15 hari keluar.

Bagaimana Model Berfungsi

Data latihan menggabungkan analisis atmosfera global dengan pangkalan data IBTrACS bagi hampir 5,000 ribut sejarah. Model ini menggunakan Rangkaian Generatif Berfungsi untuk menghasilkan pengagihan kebarangkalian dan bukannya ramalan satu titik, dan ia berskala kepada 1,000 ahli ensembel — dua puluh kali ganda daripada 50 ahli yang dijalankan sistem sebelumnya. Kumpulan yang lebih besar lebih baik menangkap peristiwa yang jarang berlaku tetapi berakibat tinggi seperti intensifikasi pantas, fenomena berbahaya di mana kelajuan angin ribut melonjak secara tiba-tiba.

Satu penemuan menonjol untuk apa yang dicabarnya. Resolusi spatial yang tinggi telah lama dianggap sebagai harga ramalan intensiti yang tepat. WeatherNext Cyclones berjalan pada input 28-kali-28 kilometer, kira-kira 100 kali lebih kasar daripada model serantau tradisional, dan varian padat yang dipanggil WeatherNext 2-mini beroperasi pada 111-kali-111 kilometer dan masih berfungsi dengan baik. Makalah itu menyatakan bahawa resolusi tinggi bukanlah prasyarat yang ketat untuk ramalan intensiti terkini, dan penyelidik membentangkan sebagai soalan terbuka bagaimana model mengekstrak isyarat intensiti daripada data yang lebih kasar.

Diuji Semasa Musim Taufan 2025

Penilaian itu bukan semata-mata retrospektif. Semasa musim taufan Atlantik 2025, model itu berjalan bersama-sama aliran kerja operasi Pusat Taufan Nasional dan membantu peramal menjangkakan peningkatan pesat Taufan Melissa dan pendaratan di Jamaica cukup jauh lebih awal untuk menyokong amaran awal. Laporan pengesahan 2025 NHC mendokumenkan prestasi ramalan musim. Tahun ini sistem itu menjana 1,000 kemungkinan senario bagi setiap siklon untuk menyokong peramal membuat keputusan.

Kerja itu adalah kerjasama antara Google DeepMind dan saintis Penyelidikan Google serta peramal operasi di Pusat Taufan Nasional, Institut Koperasi untuk Penyelidikan dalam Atmosfera (CIRA) dan Pejabat Pertemuan UK, beberapa daripadanya adalah pengarang bersama di kertas Nature.

Tiga Varian Sumber Terbuka Dikeluarkan

Keluaran sumber terbuka meliputi tiga varian model:

  • WeatherNext Cyclones — versi yang dijalankan semasa musim taufan 2025 dan keputusannya dipaparkan dalam kertas
  • WeatherNext 2 — kemas kini kemudian yang Google beroperasi pada Oktober 2025
  • WeatherNext 2-mini — versi padat yang berjalan pada satu TPU dalam buku nota Google Colab percuma

Kod dan pemberat untuk ketiga-tiganya tersedia di GitHub. Satu ramalan 15 hari mengambil masa kurang seminit pada satu TPU, bermakna kekangan pada penerimaan kini adalah kepakaran dan penyepaduan, bukan pengiraan.

Ramalan juga boleh diterokai di Weather Lab, yang telah dikembangkan oleh Google daripada penjejakan siklon kepada ramalan global penuh yang meliputi suhu, kerpasan dan kelajuan angin. Kedua-dua model dan Makmal Cuaca berada dalam Google Earth AI, usaha payung syarikat untuk menerapkan pembelajaran mesin kepada cabaran iklim dan geospatial.

Mengapa Ia Penting

Hasilnya memperkukuh arah aliran yang lebih luas: Model cuaca berasaskan AI bergerak daripada demonstrasi penyelidikan kepada alat operasi lebih pantas daripada jangkaan kebanyakan pakar meteorologi. Dengan sumber terbuka pemberat dan penerbitan dalam jurnal peringkat teratas, Google meletakkan WeatherNext sebagai sistem rujukan yang boleh dibina oleh agensi meteorologi negara dan penyelidik di seluruh dunia.

Bagi komuniti di kawasan yang terdedah kepada taufan, satu hari amaran tambahan boleh menjadi perbezaan antara pemindahan yang teratur dan yang huru-hara. Memandangkan model cuaca AI terus matang, persoalan kompetitif beralih daripada ketepatan sahaja kepada siapa yang boleh menterjemah ramalan kepada tindakan paling cepat.

Kekal Mendahului AI

Untuk mendapatkan maklumat lanjut tentang cara kecerdasan buatan mengubah sains, infrastruktur dan kehidupan harian, ikuti liputan berita terbaharu AI kami. Kami menjejaki penyelidikan, syarikat dan dasar yang membentuk bidang dalam masa nyata.

Baca lebih banyak berita AI →