A 2025-ös atlanti hurrikánszezon végére egyértelművé vált, hogy a mesterséges intelligencia alapjaiban forgatja fel a meteorológiai előrejelzések világát. A Google DeepMind fejlesztésében készült Weather Lab ugyanis első szezonjában túlszárnyalta az Egyesült Államok Nemzeti Meteorológiai Szolgálatának szuperszámítógépeit, és új szintre emelte a trópusi viharok előrejelzését.
A Miami Egyetem klímatudósa, Brian McNoldy elemzése szerint a DeepMind AI modellje 13 hurrikán esetében következetesen kisebb hibával jósolta meg a viharok útvonalát, mint az amerikai GFS rendszer. Öt napos előrejelzésnél a DeepMind átlagos eltérése mindössze 165 tengeri mérföld volt, míg a GFS-nél ez 360-ra rúgott - több mint kétszeres különbség.
A két rendszer közti különbség nem csupán pontosságban, hanem működési elvben is drámai. A GFS hagyományos fizikai egyenletek alapján modellezi a légkört, hatalmas NOAA-szuperszámítógépek segítségével. A DeepMind ezzel szemben évtizedekre visszanyúló meteorológiai adathalmazokon tanított neurális hálózatot használ, amely statisztikai mintázatok alapján "tanulja meg" az időjárás viselkedését. Így percek alatt képes előrejelzést készíteni, miközben a hagyományos modellekhez képest elenyésző számítási kapacitással dolgozik.
Michael Lowry hurrikánkutató szerint az AI alapú modellek legnagyobb előnye, hogy képesek tanulni a saját hibáikból, és új adatok bevitelével gyorsan továbbfejleszthetők. Mint mondta, a fejlesztési ütemük exponenciális lehet a hagyományos rendszerek lassú, lépésenkénti frissítéseihez képest.
A DeepMind nemcsak az amerikai GFS-t múlta felül, hanem a több modell eredményét kombináló emberi és gépi konszenzus-előrejelzéseket is. Ha a Nemzeti Hurrikánközpont végleges adatai is megerősítik az eredményeket, ez lesz az első alkalom, hogy egy mesterséges intelligencia mind a gépi, mind az emberi előrejelzéseket felülmúlja az Atlanti-óceán térségében.
A jelenség túlmutat a hurrikánokon: a DeepMind teljesítménye kérdéseket vet fel arról, meddig maradhatnak meghatározóak a fizikai alapú numerikus modellek. Ezek ugyanis hatalmas számítási kapacitást igényelnek, és a légköri folyamatokat leíró egyenletek közelítése miatt gyakran torzításokat is tartalmaznak. A neurális hálózatok ezzel szemben képesek közvetlenül felismerni és megtanulni a globális légköri mintázatokat, elkerülve a hagyományos modellezés korlátait.
A DeepMind AI nemcsak a viharok útvonalát, hanem azok intenzitását, maximális szélsebességét és légnyomás-változásait is pontosabban becsülte meg, mint a szuperszámítógépes elődjei. Miközben a GFS az utóbbi években visszaeső teljesítményt mutatott, a Google fejlesztése villámgyorsan fejlődik, és sok meteorológus szerint már most egy új korszak kezdetét jelzi - ahol a jövő időjárását már nem a fizika, hanem a mesterséges intelligencia számolja ki.
