Google DeepMind opracował model WeatherNext, który znacznie poprawia prognozowanie cyklonów przy pomocy uczenia maszynowego. Nowy system wykazuje istotne przesunięcie w sposobie, w jaki AI może wspierać meteorologię i łagodzenie skutków klęsk żywiołowych.
Tradycyjne prognozy pogody opierają się na złożonych modelach fizycznych wymagających ogromnych mocy obliczeniowych. WeatherNext wykorzystuje zamiast tego podejście oparte na danych, analizując ogromne ilości historycznych danych pogodowych, aby nauczyć się wzorców związanych z powstawaniem i rozwojem cyklonów. To pozwala modelowi wydawać prognozy szybciej i z większą precyzją niż klasyczne systemy meteorologiczne, szczególnie w zakresie prognozowania intensywności i trajektorii tych niebezpiecznych systemów pogodowych.
Dostęp do tych możliwości ma ogromne znaczenie dla krajów narażonych na cyklony, gdzie wcześniejsze i bardziej dokładne ostrzeżenia mogą wybawiać mieszkańców na tereny bezpieczne i zmniejszać ofiary śmiertelne. Sukces WeatherNext otwiera nowe perspektywy dla zastosowania AI w forecasting-u pogody i pokazuje, że sieci neuronowe mogą się znakomicie sprawdzać w prognozowaniu naturalnych zjawisk atmosferycznych o dużej skali.