Google DeepMind je objavio novi detalj o svom sistemu WeatherNext, uz tvrdnju da model može da pruži oko jedan dan više korisnog vremena za prognozu ciklona. Kompanija je istovremeno saopštila da objavljuje kod i težine modela, kako bi ih koristila šira istraživačka zajednica.
U pitanju su tropski cikloni, odnosno uragani i tajfuni, koji spadaju među najopasnije vremenske pojave. DeepMind navodi da je tačnost prognoza važna jer i mali pomak u predviđanju puta i jačine oluje može značiti više vremena za evakuaciju, zaštitu infrastrukture i pripremu lokalnih službi.
Šta WeatherNext radi drugačije
Prema navodima kompanije, WeatherNext je jedan model koji istovremeno predviđa putanju ciklona, njegov intenzitet i raspodelu vetrova. Do sada su se te dve stvari često modelovale odvojeno: putanja se vezuje za velike atmosferske tokove na globalnom nivou, dok jačina oluje zavisi od lokalnih procesa oko jezgra ciklona.
DeepMind tvrdi da je upravo kombinacija treninga, arhitekture modela i načina na koji koristi ulazne podatke slabije rezolucije omogućila bolje rezultate. Kompanija navodi i da model ne zahteva ekstremno visoku prostornu rezoluciju da bi bio precizan, što je važno jer su takvi sistemi obično skuplji i sporiji za pokretanje.
Rezultati iz Nature studije
U radu objavljenom u časopisu Nature, tim Google DeepMind i Google Research navodi da je WeatherNext postigao najbolju do sada prijavljenu tačnost u predviđanju puta, intenziteta i strukture vetrova kod ciklona. Kao meru poboljšanja, kompanija navodi da trodnevne prognoze ovog modela odgovaraju onome što su raniji modeli mogli da ponude za naredna dva dana.
To, prema njihovoj proceni, znači oko 24 sata dodatnog vremena za korisnu prognozu. DeepMind taj napredak opisuje kao otprilike ekvivalent deset godina meteorološkog napretka, ali to je procena kompanije zasnovana na poređenju sa trendovima u poslednje dve decenije.
Model je testiran na istorijskim ciklonima iz perioda 2023-2024. Prema grafikonima koje je objavio DeepMind, WeatherNext Cyclones je ostvario bolji rezultat od poređenih modela i za putanju i za intenzitet, i to na determinističkim i verovatnosnim zadacima. Za 3-dnevne prognoze, kompanija navodi prednost od više od 24 sata u odnosu na postojeće modele.
Kako je model obučen
DeepMind navodi da je WeatherNext treniran na dve vrste podataka: globalnoj atmosferi i istorijskim podacima o ciklonima koje su uređivali stručnjaci. U obuci je korišćeno skoro 20 terabajta globalnih atmosferskih podataka i baza IBTrACS sa gotovo 5.000 istorijskih oluja.
Za generisanje više mogućih ishoda model koristi Functional Generative Networks, odnosno funkcionalne generativne mreže. To znači da sistem ne daje samo jednu prognozu, već čitav skup scenarija koji pomaže da se proceni neizvesnost i verovatnoća najopasnijih ishoda. DeepMind navodi da sada može da izračuna jednu 15-dnevnu prognozu za manje od minuta na TPU akceleratoru.
Kompanija je prošle godine, kako kaže, mogla da generiše 50 prognoza odjednom, a sada je taj broj povećan na 1.000 članova ansambla. Ansambl je skup više simulacija koje zajedno prikazuju raspon mogućih vremenskih tokova. Veći ansambl pomaže da se obuhvate ređi, ali posledično važni scenariji, poput brzog jačanja oluje.
Primena u praksi i otvoreno objavljivanje
Google DeepMind navodi da je WeatherNext već imao praktičnu upotrebu tokom sezone uragana 2025. godine, kada je pomogao Nacionalnom centru za uragane u Sjedinjenim Državama da bolje predvidi uragan Melissa i njegovo jačanje pre kopna na Jamajci. Kompanija tvrdi da je to omogućilo ranije upozorenje i više vremena za pripremu.
Uz studiju, objavljen je i open source kod za modele WeatherNext 2 i WeatherNext Cyclones. To znači da su kod i modeli dostupni javno, pa mogu da ih koriste istraživači, meteorološke agencije i drugi razvojni timovi. Objavljena je i manja verzija WeatherNext 2-mini, koja može da radi na jednom TPU-u i dostupna je kroz javni Colab notebook.
DeepMind je takođe osvežio Weather Lab, alat za pregled prognoza, i proširio ga tako da prikazuje i globalne vremenske prognoze, ne samo putanje ciklona. U ovom alatu sada se mogu videti prognoze temperature, padavina, brzine vetra i drugih parametara. Weather Lab i WeatherNext deo su šire inicijative Google Earth AI.
Šta ova vest znači za korisnike
Za meteorološke službe i istraživače, najvažniji deo ove objave nije samo novi model, već to što je DeepMind otvorio pristup kodu i težinama sistema. To može da ubrza dalji razvoj lokalizovanih prognoza i testiranje na različitim regionima i podacima.
Za širu publiku u Srbiji i regionu, vest pokazuje u kom pravcu ide primena veštačke inteligencije u vremenskoj prognozi: ne samo u bržem generisanju mapa, već i u boljem hvatanju ekstremnih događaja. Kako navodi i sam DeepMind, zvanične prognoze i upozorenja i dalje treba pratiti preko nacionalnih meteoroloških službi.
