Google DeepMind przedstawiło 6 sierpnia 2026 WeatherNext Cyclones, model AI prognozujący trasę, siłę i strukturę wiatru cyklonów tropikalnych z wyprzedzeniem do 15 dni. Firma podaje, że w prognozach trzydniowych model dokłada około jednego dnia dokładności, co odpowiada mniej więcej dekadzie postępu w meteorologii.
Najważniejsze w skrócie
- Premiera 6 sierpnia 2026, model WeatherNext Cyclones
- Prognozuje trasę, intensywność i strukturę wiatru cyklonów do 15 dni naprzód
- Około jednego dnia dodatkowej dokładności w prognozach trzydniowych
- Prognoza powstaje w mniej niż minutę na układzie TPU, z zespołem do 1000 wariantów
- Kod i wagi modelu udostępniono jako open source
Szybciej i dalej
Google DeepMind pozycjonuje WeatherNext Cyclones jako model osiągający czołową dokładność w trzech wymiarach naraz: trasie, intensywności i zasięgu wiatru. Prognozy trasy porównano z modelem ansamblowym?model ansamblowy: Metoda prognozy uruchamiająca wiele wariantów symulacji naraz, by oszacować niepewność, zamiast jednej prognozy punktowej. ECMWF, a intensywności z systemem HWRF, na danych o cyklonach z lat 2023 i 2024.
Kluczowa jest nie tylko dokładność, ale i tempo. Pojedyncza prognoza powstaje w mniej niż minutę na jednym układzie TPU, a model skaluje się do zespołu 1000 wariantów, co pozwala lepiej oszacować niepewność. Dla porównania klasyczne modele fizyczne wymagają znacznie większych zasobów obliczeniowych i czasu, a liczenie tak licznego zespołu bywa poza ich zasięgiem. Więcej wariantów to dokładniejszy obraz możliwych trajektorii i siły cyklonu, a nie pojedyncza, punktowa prognoza.
Otwarty model i zastosowanie
Google DeepMind udostępniło kod i wagi modelu?wagi modelu: Wyuczone parametry modelu. Ich udostępnienie pozwala uruchomić model samodzielnie, bez trenowania od zera. jako open source, a mniejszy wariant WeatherNext 2-mini działa w darmowym notatniku Colab, co obniża próg wejścia dla mniejszych zespołów. Model współtworzono z instytucjami takimi jak amerykańskie National Hurricane Center, brytyjskie Met Office oraz CIRA. Wcześniejsza wersja wspierała już prognozy NHC podczas huraganu Melissa w 2025 roku.
Dlaczego to ważne?
Prognozowanie cyklonów to jeden z tych obszarów, w których dodatkowa doba wyprzedzenia realnie ratuje życie i mienie, daje więcej czasu na ewakuację i przygotowanie. Modele AI zmieniają tu ekonomię prognozy: zamiast godzin na superkomputerze wystarczy minuta na pojedynczym układzie, a to pozwala tanio liczyć setki wariantów i lepiej mierzyć niepewność. Udostępnienie kodu i wag jako open source zwiększa szansę, że z narzędzia skorzystają także służby i ośrodki spoza największych budżetów. To przesuwa zaawansowaną prognozę pogody w stronę powszechnie dostępnej infrastruktury.
Co dalej?
- Model i wagi są dostępne publicznie przez GitHub i interfejs Weather Lab, kolejnym testem będzie użycie operacyjne przez służby meteorologiczne w sezonie cyklonowym 2026
- Współpraca z NHC, Met Office i NOAA wskazuje na ścieżkę walidacji na realnych zdarzeniach, a nie tylko na danych historycznych
Źródła
- Google DeepMind, WeatherNext AI model achieves breakthrough in forecasting cyclones
