ИИ WeatherNext предсказал усиление урагана Мелисса до 5‑й категории за пять дней — прогнозы передали в NHC

В октябре экспериментальная модель WeatherNext от Google DeepMind с 80% вероятностью спрогнозировала, что ураган Мелисса усилится с 1‑й до 5‑й категории и может выйти на Ямайку;

Пять дней до выхода урагана Мелисса на Ямайку экспериментальная модель WeatherNext от Google DeepMind предсказала резкое усиление штормовой системы с 1‑й до 5‑й категории с вероятностью 80% и указала на возможность прямого удара по острову — прогнозы были переданы в Национальный центр ураганов США (NHC) и использованы при формировании ранних предупреждений. Для населения и служб гражданской обороны это означало более ранние и стабильные сообщения о риске, что повлияло на подготовку и эвакуацию.

WeatherNext в прошлый сезон работала в режимах моделирования по 50 возможных траекторий каждые шесть часов; по итогам трека Мелиссы модель показала лучшую точность по сравнению со всеми остальными моделями, которые использовал NHC. На новый сезон NHC и Google договорились увеличить расчёты до 1 000 возможных будущих сценариев каждые шесть часов — шаг, который, по словам Филиппа Папина, старшего специалиста NHC по ураганам, должен дать «более стабильные и последовательные рекомендации».

Практические последствия этих прогнозов стали очевидны на местах: Эван Томпсон, главный директор Метеослужбы Ямайки, заявил, что ранние и неизменные предупреждения «были критически важны» для доведения информации до населения и организации эвакуации и защитных мер. Когда Мелисса достигла побережья, максимальные скорости ветра превысили 131 милю в час; более 120 000 зданий лишились кровель, десятки тысяч строений были уничтожены, многие семьи остались без жилья, погиб 45 человек.

Авторы заметили, что последовательность и ранность предупреждений, подкреплённых прогнозами WeatherNext, вероятно, снизили число жертв по сравнению с тем, что могло быть без таких прогнозов, однако прямого количественного сравнения с альтернативными сценариями в исходном сообщении не приводят. Передача результатов модели в NHC и их оперативное использование показали, как прогнозы ИИ могут интегрироваться в существующие предупреждающие системы. Технологический контекст расширяется: помимо Google в области машинного прогнозирования погоды активны Microsoft, NVIDIA и Huawei, а также стартапы вроде Atmo, Tomorrow.io и WindBorne. Некоторые компании одновременно улучшают наблюдательные данные — недорогие спутники и переработанные конструкции метеозондов повышают качество входной информации для ИИ‑моделей, что критично для точности прогнозов.

Широкое внедрение ИИ в прогнозировании несёт технические и операционные последствия: такие модели требуют больших вычислительных ресурсов и высококачественных данных, но часто оказываются дешевле и быстрее классических численных моделей. По мере того как изменение климата делает штормы сильнее и менее предсказуемыми, сотрудничество технологических компаний и служб вроде NHC служит примером прикладного использования вычислительных мощностей, которое помогает учёным и может спасать жизни.