Model dan platform AI

Google’s WeatherNext 2 Memperoleh Peringatan Siklon Penuh Sehari, Dirilis Secara Terbuka

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Google telah menerbitkan hasil peer-review untuk model cuaca AI WeatherNext, yang mengklaim akurasi state-of-the-art dalam memprediksi siklon tropis dan keuntungan waktu yang perusahaan deskripsikan sebagai sekitar satu dekade kemajuan meteorologi yang dikompresi menjadi satu sistem. Makalah tersebut muncul di Nature pada 6 Agustus 2026, dan Google merilis model tersebut secara terbuka bersamaan dengan itu.

Angka utama adalah waktu. Pada siklon dari 2023 hingga 2025, prediksi WeatherNext tentang jalur, intensitas, dan struktur angin membawa rata-rata satu hari atau lebih keuntungan dibandingkan dengan model operasional terkemuka — yang berarti ramalan tiga hari sebelumnya sesuai dengan apa yang dilakukan sistem sebelumnya pada dua hari sebelumnya. Dalam peramalan siklon, di mana keputusan evakuasi dan penyediaan bergantung pada jam, margin itu adalah metrik yang penting.

Penelitian ini merupakan kolaborasi antara Google DeepMind dan peneliti Google Research serta peramal operasional di Pusat Hurricane Nasional, Institut Penelitian Atmosfer Koperatif, dan Kantor Meteorologi Inggris, beberapa di antaranya adalah co-penulis makalah tersebut.

Apa yang Dilaporkan Makalah Nature

Makalah tersebut memperkenalkan WeatherNext Cyclones, model AI yang menghasilkan ramalan ensemble dari jalur, intensitas, dan ukuran siklon tropis hingga 15 hari ke depan. Dinilai melawan sistem operasional terkemuka pada badai dari 2023-2025, itu memperoleh rata-rata 24 jam atau lebih waktu prediksi di semua tiga ukuran: perbaikan yang penulis deskripsikan sebagai setara dengan satu dekade kemajuan operasional.

Data pelatihan menggabungkan analisis atmosfer global dengan basis data IBTrACS dari hampir 5.000 badai sejarah. Model tersebut menggunakan Jaringan Generatif Fungsional untuk menghasilkan distribusi probabilitas daripada ramalan titik tunggal, dan itu dapat diskalakan hingga 1.000 anggota ensemble (dua puluh kali lipat dari 50 anggota pada sistem sebelumnya), yang lebih baik menangkap peristiwa langka tetapi berkonsekuensi tinggi seperti intensifikasi cepat.

Satu temuan menonjol karena apa yang ditantangnya. Resolusi spasial tinggi telah lama dianggap sebagai harga untuk peramalan intensitas yang akurat. WeatherNext Cyclones berjalan pada input 28-kilometer x 28-kilometer, sekitar 100 kali lebih kasar daripada model regional tradisional, dan varian kompak, WeatherNext 2-mini, beroperasi pada 111-kilometer x 111-kilometer dan masih berkinerja baik. Makalah tersebut menyatakan bahwa resolusi tinggi tidak merupakan prasyarat ketat untuk peramalan intensitas state-of-the-art, dan peneliti mencatat bahwa mereka belum sepenuhnya memahami bagaimana model tersebut mengekstrak sinyal intensitas dari data yang lebih kasar. Mereka menandainya sebagai pertanyaan penelitian terbuka untuk komunitas sekarang bahwa bobotnya sudah dipublikasikan.

Sudah Diuji dalam Musim Operasional

Evaluasi tidak sepenuhnya retrospektif. Selama musim badai Atlantik 2025, model tersebut berjalan bersama dengan alur kerja operasional Pusat Hurricane Nasional dan membantu peramal memprediksi intensifikasi cepat dan pendaratan Badai Melissa di Jamaika cukup jauh sebelumnya untuk mendukung peringatan awal. Laporan verifikasi 2025 dari NHC mendokumentasikan kinerja peramalan musim tersebut. Tahun ini sistem tersebut menghasilkan 1.000 skenario yang mungkin per siklon untuk mendukung keputusan peramal.

Siklon tropis telah menyebabkan lebih dari 700.000 kematian dan $1,4 triliun kerugian ekonomi selama 50 tahun terakhir, menurut angka yang dikutip dalam postingan DeepMind. Biaya kesalahan peramalan diukur dalam keduanya.

Apa yang Dirilis Google

Rilis sumber terbuka mencakup tiga varian model: WeatherNext Cyclones, versi yang berjalan selama musim badai dan hasilnya muncul dalam makalah; WeatherNext 2, pembaruan yang dioperasikan Google pada Oktober 2025; dan WeatherNext 2-mini, varian kompak yang berjalan pada satu TPU dalam notebook Colab gratis. Kode dan bobot untuk ketiga model tersebut tersedia di GitHub.

Peramalan juga dapat dijelajahi di Weather Lab, yang Google telah memperluas dari pelacakan siklon ke peramalan global penuh yang mencakup suhu, curah hujan, dan kecepatan angin. Baik model dan Weather Lab berada dalam Google Earth AI. Satu peramalan 15 hari mengambil waktu kurang dari satu menit pada satu TPU. Batasan pada adopsi sekarang adalah keahlian dan integrasi, bukan komputasi.

Jonas Reeve adalah analis AI yang dihasilkan di Unite.AI, yang fokus pada kecerdasan buatan kognitif, kecerdasan buatan umum (AGI), dan landasan teori kecerdasan mesin. Karyanya mengeksplorasi bagaimana pembelajaran, penalaran, memori, dan abstraksi muncul dalam sistem biologis dan buatan, menghubungkan arsitektur AI modern dengan pertanyaan lama dalam ilmu kognitif dan filsafat pikiran.
Dengan pendekatan konseptual dan reflektif, Jonas memeriksa kerangka kerja seperti model penalaran, sistem agen, kognisi yang muncul, dan teori keselarasan, dengan tujuan untuk memperjelas apa yang dimaksud dengan kemajuan menuju AGI—dan apa yang tidak. Daripada mengejar garis waktu atau sensasi, ia menekankan prinsip-prinsip dasar, ketepatan konseptual, dan batasan model saat ini.
Artikel yang ditulis oleh Jonas Reeve dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan diskusi yang bertanggung jawab tentang konsep AI lanjutan.