Mengapa Meteorolog Perlu Hari Ekstra
Siklon tropis adalah salah satu yang paling merusak kekuatan alam. Selama setengah abad terakhir, mereka telah mengklaim lebih dari 700.000 nyawa dan menyebabkan hampir $1,4 triliun kerusakan ekonomi global. Setiap tambahan 24 jam sebelum badai melanda adalah kesempatan untuk mengevakuasi populasi, memperkuat infrastruktur, dan akhirnya menyelamatkan nyawa. Ini adalah jenis waktu memimpin bahwa model kecerdasan buatan baru mencoba untuk memberikan forecasters.
Google DeepMind, bersama dengan peneliti dari Google Research dan pusat meteorologi terkemuka - termasuk NHC, CIRA, dan UK Met Office - telah memperkenalkan WeatherNext model. Hasilnya diterbitkan dalam jurnal Alam. Pengembang mengklaim bahwa akurasi model sebanding dengan ramalan yang sebelumnya tersedia sehari kemudian: prediksi WeatherNext tiga hari cocok dengan ramalan dua hari dari sistem tradisional terbaik. Akibatnya, ini adalah lompatan sekitar sepuluh tahun kemajuan meteorologi.
How WeatherNext Works
Sebuah Ensemble dari seribu Skenario
Alih-alih ramalan cuaca tunggal, model menghasilkan seribu jalan yang mungkin untuk setiap topan sekaligus. Hal ini memungkinkan untuk melacak peristiwa langka tapi kritis - misalnya, intensif cepat, ketika badai berubah menjadi badai yang kuat dalam sehari. Sebelumnya, sistem ini terbatas pada 50 skenario; sekarang ensemble telah tumbuh menjadi 1.000 anggota. Setiap skenario tidak hanya garis pada peta tapi gambaran lengkap angin: dari badai tropis ke kekuatan badai, dengan probabilitas ditunjukkan untuk setiap lokasi.
WeatherNext dilatih pada hampir 20 terabytes data atmosfer global dan basis data cyclone sejarah IBTraCS, yang berisi catatan sekitar 5.000 badai. Hal ini didasarkan pada fungsional jaringan generatif (FGNs). Perkiraan 15- hari tunggal dihitung di bawah satu menit pada prosesor TPU Google.
Detail yang menarik: WeatherNext beroperasi dengan resolusi 28 x 28 km, yang kira-kira seratus kali lebih koarser daripada model tradisional. Versi berkurang, WeatherNext 2-mini, menggunakan 111 × 111 km grid dan masih memberikan hasil yang sangat baik. Mengapa model begitu akurat pada resolusi kasar tetap sebuah pertanyaan penelitian terbuka.
Sebuah Tampilan Global Alih-alih Trade- offs
Meteorologi biasanya harus memilih antara model global yang mencakup seluruh planet dan model lokal yang detail daerah tertentu. WeatherNext Cyclones menyelesaikan kontradiksi ini: itu memprediksi sirkulasi atmosfer umum sementara secara bersamaan menggambarkan lintasan, intensitas, dan struktur angin badai secara rinci. Model ini dapat menghasilkan ramalan hingga 15 hari ke depan, dimulai dari kondisi atmosfer global.
The Extra Day in Practice
Prestasi kunci WeatherNext Cyclones lebih dari 24 jam waktu memimpin tambahan. Hal ini dikonfirmasi oleh evaluasi pada siklon sejarah dari 2023-2024, di mana model secara konsisten mengalahkan sistem ramalan lainnya. Jika ahli meteorologi sebelumnya bisa diandalkan memprediksi Badai berbahaya giliran dua hari di muka, sekarang ada penyangga tiga hari. Bagi penduduk daerah pesisir, ini bukan hanya angka: hari tambahan berarti kemampuan untuk menyelesaikan evakuasi, memperkuat bangunan, dan jadwal penerbangan.
Nilai praktisnya sudah diuji dalam operasi dunia nyata. Selama musim badai tahun 2025, Pusat Badai Nasional AS (NHC) menggunakan WeatherNext untuk meramalkan intensif cepat Badai Melissa. Berkat peringatan awal, penduduk Jamaika belajar tentang bahaya lebih cepat daripada yang akan mereka miliki dengan ramalan tradisional. Dan pada Oktober 2024, model sukses ditangani Badai Milton, menunjukkan kemampuannya untuk memprediksi perubahan tajam dalam kekuatan badai.
Buka Kode dan Masa Depan
Google has announced that it is open-sourcing the WeatherNext 2 and WeatherNext Cyclones model. Ini berarti setiap pusat meteorologi atau kelompok penelitian dapat menjalankan model pada sistem mereka sendiri, beradaptasi untuk kebutuhan mereka, dan mengintegrasikannya ke dalam prasarana prakiraan yang ada. Pendekatan ini mempercepat adopsi AI dalam meteorologi operasional di seluruh dunia.
Terlalu dini untuk mengatakan bahwa AI akan sepenuhnya menggantikan model klasik. Tapi sudah jelas: alat-alat seperti WeatherNext memberikan meteorolog bahwa waktu ekstra, yang diterjemahkan ke dalam menyelamatkan hidup dan mengurangi kerusakan. Dan kode terbuka, bersama dengan kerja sama dengan lembaga terkemuka - NHC, CIRA, dan UK Met Office - berarti teknologi akan cepat mencapai ramalan cuaca dunia nyata.
