Google DeepMind создала ИИ-модель WeatherNext, которая предсказывает ураганы на сутки раньше традиционных систем
Исследовательские подразделения Google — DeepMind и Google Research — представили модель искусственного интеллекта WeatherNext, способную прогнозировать тропические циклоны на сутки точнее, чем существующие системы. Как показали тесты, трёхсуточный прогноз WeatherNext по точности соответствует традиционному двухсуточному. Это означает, что метеорологи получают дополнительный день для принятия критически важных решений — от объявления эвакуации до переброски ресурсов. Разработка уже прошла проверку в реальной работе и, по признанию самих авторов, результаты превзошли ожидания.
Наиболее ярким примером стала история урагана «Мелисса» в октябре 2025 года. За пять суток до того, как шторм достиг суши, WeatherNext с 80-процентной вероятностью указал, что циклон направится к Ямайке и наберёт силу до пятой категории. Так и произошло: «Мелисса» действительно обрушилась на остров, вызвав масштабные наводнения и оползни. Благодаря заблаговременному предупреждению власти успели подготовить эвакуационные планы и развернуть спасательные службы, что, вероятно, спасло множество жизней.
Традиционные метеорологические модели основаны на физических уравнениях и численном моделировании атмосферы. Они хорошо предсказывают траектории за счёт глобальных данных, но хуже справляются с интенсивностью — локальным процессом, зависящим от температуры океана, сдвига ветра и влажности. Прежние ИИ-модели, как правило, догоняли или немного превосходили физические по траекториям, но проигрывали в оценке силы. WeatherNext решает эту проблему, используя глубокое обучение на огромных массивах исторических данных, что позволяет ей улавливать закономерности, невидимые для классических алгоритмов.
Сравнение с конкурентами показывает, что Европейский центр среднесрочных прогнозов погоды (ECMWF) и американская NCEP используют сложные физические модели на суперкомпьютерах, но они ограничены вычислительными мощностями и временем. WeatherNext, напротив, работает на менее ресурсоёмкой архитектуре и выдаёт прогнозы быстрее — до нескольких минут вместо часов. Однако он пока не может полностью заменить традиционное моделирование, так как его точность снижается при нетипичных сценариях, которых не было в обучающей выборке.
Тем не менее, эффект от внедрения даже суточного выигрыша колоссален. Для стран Карибского бассейна и США ежегодные ураганы наносят ущерб в миллиарды долларов, и каждый дополнительный день подготовки сокращает потери. В перспективе WeatherNext может быть интегрирована в системы раннего предупреждения, а также использоваться для прогнозирования других опасных явлений — например, внезапных наводнений или волн жары.
Вывод: WeatherNext от Google DeepMind — важный шаг в практическом применении ИИ в метеорологии. Она не заменяет классическую науку, но дополняет её, давая временной задел, который может спасать жизни. Особенно ценно, что модель уже показала свою эффективность в реальном событии. В ближайшие годы мы, вероятно, увидим интеграцию подобных систем в национальные метеослужбы, что сделает прогнозы более точными и заблаговременными. Это пример того, как ИИ, обученный на прошлом, начинает помогать нам в настоящем — и, возможно, однажды это станет стандартом.
Читайте также:
Почему это важно
- Nvidia готовит мобильную RTX 5070 с 12 ГБ памяти? Карта…
- Российский малый спутник успешно снял солнечное затмение
- Сервисы Яндекса и голосовой помощник: внедорожники Haval H9…
Об авторе
