WeatherNext dari Google DeepMind memprediksi lintasan dan intensitas siklon secara bersamaan

WeatherNext Cyclones (WN-C) dari Google DeepMind adalah sistem AI untuk memprediksi siklon tropis yang dapat memperkirakan sekitar satu hari lebih maju daripada model operasional terkemuka. Dikembangkan bersama Pusat Badai Nasional (NHC), Institut Koperasi untuk Riset Atmosfer, dan Kantor Meteorologi Inggris, sistem ini telah berjalan secara langsung di Weather Lab Google sejak Juni 2025. Untuk prakiraan lima hari, rata-rata kesalahan posisi adalah 230 kilometer, dibandingkan dengan 370 untuk ensemble ECMWF (ENS) dan 335 untuk model GenCast sebelumnya dari DeepMind. Untuk prediksi intensitas tiga hari, WN-C lebih akurat 3,75 knot daripada HAFS milik NOAA. Meskipun menggunakan grid di mana setiap titik mencakup sekitar 28 kilometer persegi, kira-kira 100 kali lebih kasar daripada model regional khusus, sistem ini berkinerja lebih baik, yang mengarahkan para peneliti untuk menyimpulkan bahwa resolusi tinggi tidak sepenuhnya diperlukan untuk prakiraan intensitas yang mutakhir. Model ini menggunakan Jaringan Generatif Fungsional (FGN) alih-alih difusi, sehingga delapan kali lebih cepat. Model ini dilatih pada hampir 20 terabyte data atmosfer global dan basis data terkurasi sekitar 5.000 siklon historis. Sistem ini dapat menghasilkan 1.000 skenario prakiraan paralel per badai, membantu menangkap peristiwa ekstrem yang langka. Meskipun WN-C meningkatkan prakiraan lintasan sebesar 28% jika digabungkan dengan model konsensus, sistem ini hanya menambah peningkatan sekitar 6% untuk intensitas, yang menunjukkan bahwa model klasik masih memberikan kontribusi yang signifikan. DeepMind telah membuat kode dan bobot untuk WeatherNext 2 dan WN-C tersedia secara gratis di GitHub, dan versi mini dapat dijalankan di notebook Colab gratis. Namun, para penulis menekankan bahwa layanan meteorologi nasional tetap menjadi otoritas untuk peringatan resmi.