Claude for Startups i 100+ programów z darmowymi kredytami AI dla startupów i JDG Darmowe kredyty AI dla Twojej firmy Sprawdź, co dostaniesz
✨ Świeża dostawa•nowe kody na kinetyka.pl: Gemini Pro 18 mies. 170 zł•Cursor, ElevenLabs, Lovable i więcej, roczne plany AI w ułamku ceny Zobacz →
Przejdź do treści
Newsy

DeepMind: model WeatherNext przewiduje huragany o dobę wcześniej niż dotychczasowe systemy

Google DeepMind opublikowało w Nature wyniki modelu WeatherNext, który przewiduje cyklony tropikalne średnio o jeden dzień wcześniej niż istniejące systemy prognozowania.

2 min czytania
DeepMind: model WeatherNext przewiduje huragany o dobę wcześniej niż dotychczasowe systemy

👁 146 przeczytań

Google DeepMind i Google Research opublikowały w czwartek w Nature wyniki modelu WeatherNext, który przewiduje cyklony tropikalne średnio o jeden dzień wcześniej niż dotychczasowe systemy prognozowania - postęp, który według autorów historycznie wymagał dekady pracy.

Pierwszym testem w warunkach rzeczywistych był huragan Melissa, który w październiku 2025 roku uderzył w Jamajkę. WeatherNext pięć dni przed landfall przewidział z 80-procentowym prawdopodobieństwem, że układ osiągnie kategorię 5. - co było pierwszym w historii przypadkiem, gdy Narodowe Centrum Huraganów zdołało postawić taką prognozę, gdy burza była jeszcze na poziomie kategorii 1.

SD 2025 - Lora Aroyo 03.jpg
fot. Xuthoria / Wikimedia Commons, CC BY-SA 4.0

Mike Brennan, dyrektor US National Hurricane Center, komentuje wprost:

„Czas jest naprawdę na wagę złota przy tego rodzaju decyzjach, więc możliwość przesunięcia dokładności prognozy o nawet dobę poza to, co wcześniej byliśmy w stanie zrobić, ma ogromną wartość.”

Największym wyzwaniem technicznym była prognoza intensywności burzy. Wcześniejsze modele AI radziły sobie ze śledzeniem trasy, ale - jak przyznaje Kate Musgrave z Cooperative Institute for Research in the Atmosphere - intensywności nie potrafiły prognozować wcale. WeatherNext rozwiązuje ten problem przez jednoczesne trenowanie na danych globalnych (fronty atmosferyczne, wiatry ogólne) i lokalnych (warunki oceaniczne i atmosferyczne w otoczeniu cyklonu).

Ferran Alet z Google DeepMind tłumaczy podejście: „Nie mamy dużo danych o cyklonach, ale mamy dużo danych pogodowych - więc wytrenowaliśmy model, który jest dobry zarówno w pogodzie, jak i w cyklonach.”

Wyniki były na tyle dobre, że - jak przyznaje Musgrave - badacze początkowo byli sceptyczni co do ich utrzymania w czasie rzeczywistym. Okazało się jednak, że WeatherNext prognozom na trzy dni odpowiada dokładnością temu, co poprzednie modele osiągały na dwa dni przed zdarzeniem.

Dodatkowa doba ostrzeżenia to w praktyce różnica między chaotyczną ewakuacją a sprawnie przeprowadzoną.

Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →

Nie przepłacaj za te subskrypcje

Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.

Zobacz, co jest dostępne

// Newsletter

Cały tydzień w AI, w jednym mailu

Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.

Zapisz się za darmo →
Za darmo. Wypisujesz się jednym kliknięciem.
// czytaj też

Podobne tematy na Promptowym

Piotr Olszewski

Piotr Olszewski

AUTOR I WYDAWCA

Piotr Olszewski - twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

// mapa strony

🛒 Sklep Kinetyka Google AI Gemini Pro 170 zł CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Zobacz wszystko →
promptowy w liczbach 0tekstów w archiwum0newsów z ostatnich 7 dni0modeli wideo w obserwatorium0zagadek w grach
× ‹ powiększenie ›