DeepMind WeatherNext предсказывает ураганы раньше существующих моделей прогноза

Google DeepMind в августе 2026 года анонсировала WeatherNext — ИИ-модель, которая предсказывает ураганы раньше и точнее любых существующих систем прогноза погоды, используя при этом данные более низкого разрешения.

Что умеет WeatherNext

WeatherNext решает сразу две задачи: определяет трек урагана (куда движется шторм) и его интенсивность (насколько он мощный). Традиционные численные модели нередко справляются с одним параметром лучше другого — WeatherNext прогнозирует оба в связке и при этом опережает существующие системы по времени предупреждения.

• Разработчик — Google DeepMind
• Модель будет опубликована в открытый доступ (open source)
• Прогнозирует трек и интенсивность урагана одновременно
• Работает на данных пониженного разрешения
• Выдаёт предупреждение раньше традиционных методов

Каждый дополнительный час прогноза имеет прямое значение для безопасности: он даёт возможность эвакуировать население, развернуть спасательные службы и подготовить критическую инфраструктуру до прихода шторма. Чем точнее и раньше известно, куда и с какой силой ударит ураган, тем эффективнее метеорологические службы и власти могут распределить ресурсы.

Почему даже сами исследователи не понимают, как она работает

Принципиальная особенность WeatherNext — и её главная загадка — в том, что механизм работы модели непонятен даже разработчикам. Как сообщает Wired, команда DeepMind не может полностью объяснить, каким образом модель извлекает надёжный прогноз из данных пониженного разрешения.

«Исследователи пока не вполне понимают, как именно модель это делает», — говорится в материале

Wired со ссылкой на DeepMind.

Это классическая проблема нейросетей — непрозрачность архитектуры («чёрный ящик»). Для метеорологических служб и спасательных ведомств это имеет практическое измерение: решения об эвакуации целых регионов принимаются на основе прогнозов. Если модель ошибается, а причина ошибки непрозрачна, исправить её поведение крайне сложно. DeepMind называет выяснение этого механизма предметом продолжающихся исследований.

Почему низкое разрешение данных — это прорыв

В классической метеорологии точность прогноза напрямую зависит от плотности и детализации наблюдений: больше данных и выше их качество — лучше прогноз. WeatherNext переворачивает эту логику: модель добивается высокой точности на входных данных, которые традиционные системы сочли бы недостаточными.

Практическое значение этого особенно велико для тропических регионов и малых островных государств: именно там ураганы наиболее разрушительны, и именно там метеорологическая инфраструктура нередко устаревшая или неполная — редкие наземные станции, пропуски в данных, нехватка современного оборудования. Модель, способная давать ранний и точный прогноз в условиях информационного дефицита, принципиально меняет возможности систем предупреждения для миллионов людей.

DeepMind планирует опубликовать WeatherNext как open source, что позволит национальным метеослужбам и независимым исследователям по всему миру адаптировать модель, верифицировать её результаты и улучшать на собственных региональных данных.

Что это значит

Если WeatherNext пройдёт независимую верификацию, ИИ-прогнозирование ураганов может войти в стандартный инструментарий метеослужб по всему миру. Открытый исходный код ускорит этот переход: регионы с наибольшей уязвимостью перед ураганами получат доступ к передовой модели без необходимости разрабатывать её самостоятельно.

Частые вопросы

Когда WeatherNext выйдет в открытый доступ?

DeepMind анонсировала намерение опубликовать WeatherNext как open source, однако конкретных сроков в публикации Wired не приводится.

Что значит работа «на данных более низкого разрешения»?

Традиционные прогностические модели требуют плотной сети метеорологических наблюдений высокой детализации. WeatherNext показывает высокую точность при более «разреженных» входных данных — это критически важно для стран и регионов с недостаточно развитой инфраструктурой погодного мониторинга.