در اکتبر ۲۰۲۵، طوفانی در دریای کارائیب شکل گرفت و مدلهای هواشناسی درباره مسیر حرکت آن اختلافنظر داشتند؛ اینکه آیا ضعیف میماند و به هائیتی میرسد، یا شدت یافته و به سمت جامائیکا میرود. مدل هوش مصنوعی WeatherNext که توسط Google DeepMind و Google Research توسعه یافته است، گزینه دوم را انتخاب کرد. این مدل پنج روز پیش از برخورد طوفان به ساحل، با اطمینان ۸۰ درصدی پیشبینی کرد که این سامانه به عنوان یک طوفان درجه ۵ به جامائیکا برخورد خواهد کرد.
طوفان Melissa خسارات سنگینی به بار آورد و موجب سیل و رانش زمین در سراسر جامائیکا شد. اما این مدل هوش مصنوعی به هواشناسان کمک کرد تا هشدارهای زودهنگامتری به جوامع در معرض خطر بدهند تا آمادگی بهتری داشته باشند.
بر اساس مقالهای که در نشریه Nature منتشر شده است، پژوهشگران نشان دادند که مدل WeatherNext میتواند طوفانهای حارهای (cyclones) را با دقتی بیسابقه پیشبینی کند. این مدل به طور میانگین، زمان پیشآگاهی (lead time) پیشبینی را یک روز افزایش میدهد؛ یعنی پیشبینی سه روزه آن به اندازه پیشبینی دو روزه مدلهای قبلی دقیق است. در عمل، همین یک روز زمان بیشتر میتواند تفاوت چشمگیری ایجاد کند.
چرا این خبر مهم است؟
پیشبینی دقیقتر پدیدههای جوی شدید مانند طوفانها نقش حیاتی در نجات جان انسانها و کاهش خسارات مالی دارد. پیشرفت هوش مصنوعی در حوزه علوم جوی، امکان پیشبینی سریعتر الگوهای آبوهوایی را فراهم کرده و یک روز زمان بیشتر برای تصمیمگیری، تخلیه مناطق خطرناک و مدیریت بحران در اختیار مسئولان میگذارد.