DeepMind'in WeatherNext Cyclones modeli tropikal fırtına tahminlerine bir gün ek uyarı süresi kazandırıyor

Bir günlük ek uyarı süresi

6 Ağustos 2026'da Google DeepMind, Nature'da yayımladığı bir araştırmayla WeatherNext Cyclones'ı tanıttı; bu yapay zeka modeli, bir tropikal siklonun yörüngesini, şiddetini ve rüzgar yapısını tek bir sistemde tahmin ediyor — üstelik tümünü açık kaynak yaptı. Konuya ilişkin bir dev.to yazısına göre model, 2023-2025 arasındaki siklonlarla karşılaştırıldığında, önde gelen operasyonel sistemlere kıyasla yaklaşık tam bir gün daha fazla güvenilir uyarı süresi sağladı.

İki model yerine tek model

Siklon tahmini geleneksel olarak meteorologları iki ayrı modelleme yaklaşımı çalıştırmaya zorluyordu. Bir fırtınanın yörüngesi, kaba çözünürlüklü global modellerin iyi yakaladığı büyük ölçekli atmosferik akımlar tarafından yönlendirilir. Fırtınanın şiddeti ise merkeze yakın ince taneli termodinamik süreçlere bağlıdır ve bu, tarihsel olarak özel, yüksek çözünürlüklü yerel modeller gerektirmiştir. İkisini paralel yürütmek pahalıdır ve her zaman tutarlı bir fırtına tablosu üretmez.

WeatherNext Cyclones bu iki sorunu tek bir otoregresif modelde birleştiriyor. Model, yaklaşık 5.000 geçmiş fırtınayı kapsayan IBTrACS tarihsel veritabanıyla birlikte neredeyse 20 terabaytlık global atmosfer verisi üzerinde uçtan uca eğitildi.

Functional Generative Networks ile ucuz ensemble'lar

Sistemin merkezinde, DeepMind'in önceki GenCast modelinde kullandığı difüzyon tabanlı yaklaşımın yerini alan Functional Generative Networks adlı bir teknik var. FGN'ler WeatherNext'in büyük ensemble'ları ucuz şekilde üretmesini sağlıyor — her tahmin için 1.000'e kadar simüle edilmiş senaryo — ve bu da tahmincilerin ani hızlı şiddetlenme gibi nadir ama tehlikeli olayların olasılığını değerlendirmesine yardımcı oluyor.

Model, geleneksel fizik tabanlı sistemlerden kabaca yüz kat daha kaba bir çözünürlükte çalışıyor, ancak doğruluk açısından yine de onlara eşit ya da onlardan daha iyi. dev.to raporunun belirttiği gibi, DeepMind'in kendi araştırmacıları da bu sonucu henüz tam olarak anlaşılmamış olarak nitelendiriyor. Verimlilik kazancı somut: 15 günlük tam bir tahmin, tek bir TPU üzerinde bir dakikadan kısa sürede üretilebiliyor.

Kıyaslama rakamları

5 gün işaretinde modelin ortalama yörünge hatası yaklaşık 230 kilometre iken, ECMWF ensemble sistemi için bu değer kabaca 370 kilometre, GenCast için ise 335 kilometre oldu. WeatherNext'in 3 günlük bir tahmini, önceki sistemlerin 2 günde ulaştığı doğrulukla yaklaşık aynıydı.

Resmi konsensüs tahminleriyle yapılan simüle edilmiş harmanlamalarda, WeatherNext Cyclones yörünge doğruluğunu yaklaşık yüzde 28, şiddet doğruluğunu yaklaşık yüzde 6 iyileştirdi — DeepMind ekibi bu sıçramayı, geleneksel tahminde kabaca on yıllık tipik ilerlemeye benzetiyor.

Canlı bir kasırga sezonunda test edildi

Bu, yalnızca bir kıyaslama çalışması değildi. 2025 Atlantik kasırga sezonunda ABD Ulusal Kasırga Merkezi, modeli operasyonel olarak Kasırga Melissa'nın ani şiddetlenmesini ve Jamaika'ya ulaşmasını tahmin etmede kullandı — dev.to'ya göre bu, yapay zeka tahmin araçlarının araştırma demolarından gerçek tahmin iş akışlarına geçtiğinin erken bir sinyali.

Kapalı değil, açık

DeepMind, üç varyantın kodunu ve önceden eğitilmiş ağırlıklarını — WeatherNext 2, WeatherNext Cyclones ve ücretsiz bir Google Colab notebook'unda çalışan hafif WeatherNext 2-mini — Apache 2.0 lisansıyla GitHub'da yayımladı. Canlı tahminler ayrıca Google Earth AI içindeki Weather Lab platformu üzerinden de erişilebilir.

Çalışma; Ulusal Kasırga Merkezi, Atmosfer Araştırmaları Kooperatif Enstitüsü (CIRA) ve İngiltere Met Office ile iş birliği içinde geliştirildi. DeepMind, WeatherNext'i tahmincilerin yerine geçmek değil onları desteklemek için bir araç olarak konumlandırıyor; resmi fırtına uyarıları hâlâ ulusal meteoroloji servislerinden geliyor.

Neden önemli

Tropikal siklonlar geçtiğimiz beş on yılda dünya genelinde 700.000'den fazla ölüme ve tahmini 1,4 trilyon dolarlık ekonomik hasara yol açtı. Bu tablo karşısında 24 saatlik ek uyarı süresi marjinal bir rakam değil — doğrudan tahliye pencerelerine, tedarik zinciri kararlarına ve nihayetinde insan hayatlarına karşılık geliyor.

WeatherNext ayrıca yapay zekanın bugün en somut bilimsel etkisini nerede yarattığının net bir örneği: spekülatif gelecek yetenekleri değil, iyi tanımlanmış, yüksek riskli bir fiziksel tahmin sorununda artan, bileşik kazanımlar. Kodun ve ağırlıkların izin verici bir lisansla açık olması da, yapay zeka hava tahmini araştırmasının tescilli tahmin ürünlerinin arkasına kilitlenmeden nasıl açıkça paylaşılabileceğine dair bir emsal oluşturuyor.