ШІ передбачив ураган категорії 5 за 5 днів
ШІ передбачив ураган категорії 5 за п’ять днів і врятував Ямайку від катастрофи
П’ять днів — саме стільки часу отримала Ямайка завдяки ШІ-моделі Google DeepMind, щоб підготуватися до урагану, який традиційні метеорологічні системи ще не сприймали як серйозну загрозу. На конференції Google I/O 2026 Деміс Гассабіс продемонстрував відео про WeatherNext — ШІ-модель прогнозування погоди, яка під час сезону ураганів 2025 року зробила те, чого раніше не вдавалося жодній системі у світі.
Прогноз, що змінив усе
Коли ураган «Мелісса» вперше виявили як слабку тропічну депресію, традиційні моделі вагалися: чи вдарить він по Гаїті як незначна система, чи посилиться у бік Ямайки. Натомість WeatherNext з 80%-ю впевненістю передбачив вихід урагану на узбережжя Ямайки з інтенсивністю категорії 5 — за п’ять повних днів до події. За три дні до удару впевненість моделі наблизилася до 100%. Це стало першим в історії метеорології випадком, коли система передбачила посилення шторму від категорії 1 до категорії 5 з таким великим випередженням.
Швидке посилення — коли швидкість вітру зростає щонайменше на 35 миль/год за 24 години — традиційно вважається найскладнішим явищем для прогнозування. Проте WeatherNext впорався з цим завданням.
Як це врятувало Ямайку
Спираючись на дані WeatherNext разом із фізичними моделями та супутниковими спостереженнями, Національний центр ураганів США зміг надати Метеорологічній службі Ямайки безпрецедентний запас часу. Місцева влада встигла мобілізувати ресурси та організувати евакуацію.
«Це справді рятує життя і засоби до існування», — зазначив Еван Томпсон, директор Метеорологічної служби Ямайки.
За підсумками сезону ураганів 2025 року WeatherNext посів перше місце серед усіх операційних моделей як за точністю прогнозування траєкторії, так і за інтенсивністю.
Як працює WeatherNext
Модель розроблена Google DeepMind і Google Research у межах ініціативи Earth AI. Вона навчена на десятиліттях глобальних метеорологічних даних та спеціалізованих наборах даних про екстремальні тропічні циклони.
На відміну від традиційних моделей, які генерують єдиний «найкращий прогноз», WeatherNext створює ансамбль із 50 різних сценаріїв розвитку подій. Це дає метеорологам повний спектр можливостей для прийняття рішень.
На Google I/O 2026 модель представили у складі ширшої ініціативи Gemini for Science — колекції ШІ-інструментів для прискорення наукових досліджень, від моделювання кліматичних систем до медичних відкриттів.
ШІ там, де ціна помилки найвища
Застосування штучного інтелекту у критично важливих сценаріях не є новиною для Google. Раніше агенти Gemini Enterprise допомогли NASA підготувати місію Artemis II — перший пілотований обліт Місяця за 50 років. У цій місії ШІ-системи вперше були інтегровані безпосередньо в процес підготовки пілотованого польоту.
WeatherNext і проєкт NASA — різні сфери, але спільна логіка: ШІ найцінніший там, де ціна помилки надзвичайно висока, а людські можливості обмежені часом і складністю даних.
