Google DeepMind meluncurkan model cuaca AI barunya, WeatherNext 2, pada tanggal 17 November, menandai lompatan signifikan dalam prakiraan global.
Sistem ini menggunakan metode baru yang disebut Functional Generative Network (FGN) untuk membuat prediksi delapan kali lebih cepat dan lebih detail dibandingkan pendahulunya. Terobosan ini meningkatkan perkiraan kejadian kompleks seperti badai dengan menghasilkan ratusan kemungkinan skenario dalam hitungan menit.
Google kini menyediakan akses ke data model melalui platform cloud-nya. Langkah ini bertujuan untuk mempercepat penelitian dan meningkatkan keselamatan publik seiring dengan semakin pentingnya AI dalam ilmu cuaca, bahkan ketika sumber data publik menghadapi ketidakpastian.
Arsitektur Baru untuk Prakiraan yang Lebih Cepat dan Akurat
Inti dari WeatherNext 2 adalah sebuah arsitektur baru yang dirinci dalam penelitian terbaru. Berbeda dengan pendahulunya GenCast, yang menggunakan pendekatan berbasis difusi, WeatherNext 2 dibangun di atas apa yang disebut Jaringan Generatif Fungsional.
Metode FGN ini memasukkan “noise” yang terstruktur dengan cermat langsung ke parameter model. Hal ini memungkinkan sistem menghasilkan kumpulan besar skenario cuaca yang realistis dan koheren secara fisik dari satu titik awal.
Setiap prediksi memerlukan waktu kurang dari satu menit pada satu TPU, sebuah tugas yang memerlukan waktu berjam-jam pada superkomputer tradisional.
Efisiensi ini tidak mengorbankan keakuratan. Menurut evaluasi Google, WeatherNext 2 melampaui model canggih sebelumnya, GenCast, dalam hal 99,9% dari semua variabel dan perkiraan waktu tunggu. Model baru ini menunjukkan peningkatan akurasi rata-rata sebesar 6,5% yang diukur dengan Skor Probabilitas Peringkat Berkelanjutan (CRPS), yang merupakan metrik utama untuk prakiraan probabilistik.
Model ini juga menawarkan resolusi temporal yang lebih tinggi, dengan prediksi tersedia dalam interval 6 jam dan kemampuan eksperimental untuk rentang waktu 1 jam, sehingga memberikan data yang lebih terperinci bagi pengambil keputusan, sebagaimana dirinci dalam dokumentasi model resmi.
Pendekatan FGN sangat efektif dalam memodelkan elemen cuaca individual (“marginal”) dan interaksi kompleksnya (“sambungan”). Dengan hanya melatih titik data individual seperti suhu atau kecepatan angin, model ini mempelajari fisika yang mendasarinya untuk memprediksi sistem skala besar seperti sungai di atmosfer dan siklon.
Namun, Google mencatat bahwa model ini memiliki beberapa keterbatasan, termasuk potensi artefak visual “sarang lebah” kecil dalam perkiraan untuk variabel tertentu, sebagaimana dijelaskan dalam kasus penggunaan dan batasannya ikhtisar.
[konten tersemat]
Dari Lab Penelitian hingga Platform Publik dan Lembaga Mitra
Melanjutkan terobosan sebelumnya, Google telah meluncurkan strategi yang jelas untuk mengalihkan AI cuaca dari penelitian ke penerapan di dunia nyata. Data prakiraan WeatherNext 2 kini dapat diakses oleh peneliti dan pengembang melalui platform Earth Engine dan BigQuery Google.
Selain itu, program akses awal baru di Vertex AI Google Cloud memungkinkan organisasi membuat prakiraan khusus mereka sendiri menggunakan model tersebut.
Inisiatif ini melanjutkan tren yang lebih luas dari semakin besarnya keterlibatan Big Tech dalam meteorologi. Perusahaan seperti Microsoft, Nvidia, dan IBM semuanya telah mengembangkan sistem perkiraan canggih mereka sendiri, seperti Aardvark Weather dari Microsoft dan model Prithvi WxC milik NASA/IBM.
Seperti yang disampaikan oleh Kirstine Dale, Chief AI Officer di Met Office tentang tren umum, “Kami melihat potensi perubahan langkah nyata… dalam cara kami memperkirakan, yang dalam beberapa hal serupa dengan saat kami mulai menggunakan komputer.”
Strategi Google juga mencakup kolaborasi langsung dengan pemerintah pusat. agensi. Dalam kemitraan penting ini, National Hurricane Center (NHC) A.S. telah mengintegrasikan model Google AI eksperimental ke dalam alur kerja operasionalnya untuk musim badai tahun 2025.
Kolaborasi ini, yang merupakan kolaborasi pertama bagi badan federal tersebut, akan memberikan panduan yang dihasilkan oleh AI kepada para ahli peramal cuaca, yang memadukan kecepatan mesin dengan keahlian manusia untuk meningkatkan peringatan terhadap badai yang mengancam jiwa.
Krisis yang Menjulang: Ketergantungan AI pada Bencana yang Terancam Punah. Data Publik
Sementara kemajuan teknologi semakin cepat, seluruh bidang menghadapi ancaman mendasar. Model cuaca AI seperti WeatherNext 2 dilatih berdasarkan data historis selama beberapa dekade, sebagian besar berasal dari arsip publik yang dikelola oleh lembaga seperti Administrasi Kelautan dan Atmosfer Nasional (NOAA) A.S.
Sumber data penting ini kini terancam karena usulan pemotongan anggaran dan kekurangan staf yang parah.
Situasi menjadi sangat kritis sehingga lima mantan direktur Layanan Cuaca Nasional (NWS) NOAA mengeluarkan surat terbuka yang memperingatkan potensi konsekuensinya.
“Kami Mimpi terburuknya adalah kantor prakiraan cuaca akan kekurangan staf sehingga akan ada banyak korban jiwa,” tulis mereka. Sejak awal tahun 2025, NWS telah kehilangan lebih dari 550 karyawan, menyebabkan beberapa kantor prakiraan cuaca sangat kekurangan staf saat musim badai dimulai.
Salah satu mantan kepala NHC menggambarkan upaya untuk mengisi lowongan hanya sebagai “menggeser kursi geladak di Titanic”, dan menambahkan, “Anda mengisi lubang di suatu tempat, dan Anda membuat lubang di tempat lain.”
Krisis data ini tidak luput dari perhatian komunitas ilmiah. Profesor Universitas Cambridge Richard Turner menyatakan kekhawatirannya, dengan menyatakan, “Masyarakat – yang menurut saya mengejutkan – belum menyadari bahaya ini… Menurut saya pemotongan anggaran ini sangat berbahaya pada saat iklim benar-benar berubah.”
Meskipun tindakan kongres baru-baru ini telah menolak pemotongan anggaran yang paling parah, namun memberikan sedikit keringanan, stabilitas jangka panjang dari arsip data publik ini masih belum pasti.
Paradoksnya sangat mencolok: ketika inovasi swasta dalam AI cuaca mencapai tingkat yang lebih tinggi, keberhasilannya akan tercapai. bergantung pada infrastruktur data publik yang berjuang untuk kelangsungan hidupnya.
Kemitraan baru antara Google dan NHC menyoroti potensi besar AI untuk menyelamatkan nyawa, namun juga menunjukkan kebutuhan mendesak untuk melindungi data terbuka yang memungkinkan kemajuan tersebut, yang merupakan tema sentral dalam revolusi cuaca AI yang sedang berlangsung.
