Forskere fra Google DeepMind og Google Research-holdene udviklede og forbedrede WeatherNext kunstig intelligens-modellen med det formål at tilbyde mere effektive advarsler for cykloner. Oprettelsen af systemet omfattede samarbejdet mellem vigtige globale meteorologiske agenturer, såsom National Hurricane Center, Cooperative Institute for Research in the Atmosphere og UK Met Office. Modellens kode og parametre blev gjort open source og gjort tilgængelige på GitHub, hvilket gør det nemt for andre forskere at få adgang til og bruge i deres egen forskning.
En detaljeret undersøgelse om WeatherNext blev offentliggjort i det anerkendte tidsskrift Nature, med en mere tilgængelig version også offentliggjort på en officiel Google-blog. Forudsigelse af tropiske cykloner, der er kendt som orkaner eller tyfoner i forskellige dele af verden, udgør en særlig udfordring. Traditionelt blev disse stormes bane analyseret af bredere globale modeller, mens intensiteten blev beregnet af specialiserede lokale modeller, der var i stand til at evaluere termodynamiske processer i centrum af cyklonen. WeatherNext blev trænet med næsten 20 terabyte globale atmosfæriske data og historisk information, hvilket gør det muligt at forudsige både bane og intensitet i en enkelt model.
Hastigheden af det nye system er en af dets store forskelle. WeatherNext-forskere udtalte, at det nu er muligt at generere en 15-dages prognose på mindre end et minut ved hjælp af en Tensor Processing Unit (TPU). Denne smidighed giver meteorologer mulighed for hurtigt at vurdere sandsynlighedsfordelingen af potentielt ødelæggende risici, og optimere forberedelse til og reaktion på ekstreme begivenheder.
Teknologigiganten havde allerede lanceret anden generation af WeatherNext sidste år. Ud over arbejdet med cykloner har Googles forskningshold også fokuseret på at bruge kunstig intelligens til at hjælpe med at forudsige lynoversvømmelser, hvilket viser en vedvarende forpligtelse til at anvende kunstig intelligens på klimaudfordringer.
