עוד יום להתכונן להוריקן: ה-AI של גוגל משפר את התחזית בעשור

בתחזית מזג אוויר, שיפור של כמה אחוזים יכול להיות חשוב. בתחזית של הוריקן, עוד 24 שעות יכולות להיות ההבדל בין פינוי מסודר לבין ניסיון להזיז מאות אלפי אנשים ברגע האחרון. לכן התוצאה שמציגה גוגל עם WeatherNext Cyclones משמעותית במיוחד: במחקר שמתפרסם בכתב העת Nature, המודל מגיע בממוצע לרמת דיוק שנותנת לחזאים יותר מיום נוסף של התרעה לעומת המודלים המבצעיים המובילים כיום.

במילים פשוטות, התחזית שמפיק WeatherNext לשלושה ימים קדימה מגיעה בערך לרמת הדיוק שהמודלים הקודמים השיגו יומיים לפני האירוע. לפי החוקרים, קפיצה כזאת שקולה בערך לעשור של התקדמות בתחום חיזוי הציקלונים.

זהו תחום שבו להתקדמות יש מחיר אנושי וכלכלי ברור. ציקלונים טרופיים, שמכונים הוריקנים באוקיינוס האטלנטי וטייפונים בחלקים אחרים של העולם, גרמו ב-50 השנים האחרונות ליותר מ-700 אלף מקרי מוות ולנזקים כלכליים שמוערכים בכ-1.4 טריליון דולר. ככל שהאוכלוסייה באזורי החוף גדלה ושווי הנכסים באזורים האלה עולה אף הוא, גם המחיר של טעות בתחזית הולך ומאמיר.

הקדמת ההתרעה ביום נוסף מאפשרת לרשויות להחליט מוקדם יותר אם לסגור נמלים ושדות תעופה, להזיז מטוסים ואוניות, להיערך להפסקות חשמל, להציב צוותי חירום ולפנות אוכלוסיות רגישות. גם חברות ביטוח, מפעלי תעשייה ורשתות קמעונאיות מפיקות יתרון כלכלי משיפור שכזה: הן יכולות להגן מוקדם יותר על מלאי, עובדים ותשתיות. השימוש ב-AI לחיזוי מזג האוויר הוא חלק ממגמה רחבה יותר שבה גוגל מנסה להעביר מודלים מתחזית ניסיונית לכלים שימושיים בעולם האמיתי.

האתגר: לדעת לאן הסופה הולכת וכמה היא תתחזק

אחת הבעיות הוותיקות בחיזוי הוריקנים היא שהמסלול והעוצמה של הסופה מושפעים מתהליכים בקני מידה שונים מאוד. כדי להבין לאן הסופה נעה צריך לראות מערכות אטמוספריות עצומות על פני אלפי קילומטרים. כדי להבין אם היא תהפוך בתוך זמן קצר מסופה חלשה להוריקן בקטגוריה 4 או 5, צריך להבין תהליכים קטנים הרבה יותר סביב ליבת הסופה, לצד טמפרטורת המים, הלחות, הרוחות ומבנה ענני הסערה.

מודלים גלובליים היו בדרך כלל טובים יחסית בחיזוי המסלול, בעוד שמודלים מקומיים ברזולוציה גבוהה ניסו להתמודד עם שאלת העוצמה. WeatherNext מנסה לבצע את שתי המשימות במודל אחד: לחזות את המסלול, את העוצמה וגם את השטח שבו צפויות רוחות מסוכנות.

כדי לעשות זאת, המודל לומד משני סוגים של מידע. מצד אחד הוא מתאמן על כמעט 20 טרה-בייט של נתונים שמתארים את האטמוספרה העולמית; מצד שני הוא מקבל מאגר שנבנה מנתונים של כמעט 5,000 ציקלונים היסטוריים. השילוב מאפשר לו ללמוד גם את הדינמיקה הכללית של מזג האוויר וגם את ההתנהגות הייחודית של סופות קיצוניות.

מפתיע יותר הוא שהמודל אינו זקוק לרזולוציה קיצונית כדי להגיע לתוצאה הזאת. הוא עובד עם נתונים ברזולוציה של בערך 28 על 28 קילומטר, גסה משמעותית מזו של חלק מהמודלים המסורתיים שמנסים לחזות את עוצמת ההוריקנים. במשך שנים ההנחה הייתה שכדי לחזות את מה שקורה בליבת הסופה חייבים להגדיל עוד ועוד את הרזולוציה. התוצאות החדשות מרמזות שאולי חלק גדול מהמידע הדרוש כבר נמצא בנתונים הגלובליים, אם המודל יודע ללמוד מהם נכון.

לכך יכולה להיות משמעות גם מבחינת העלות. מודלים פיזיקליים ברזולוציה גבוהה דורשים מחשבי-על, אחסון עצום וכוח מחשוב משמעותי. אם מודל AI מסוגל להפיק תחזית תחרותית מנתונים גסים יותר ובחישוב זול ומהיר יותר, מדינות וגופי חיזוי שאין להם גישה למחשבי-העל המתקדמים בעולם עשויים לקבל יכולות שהיו בעבר שמורות למספר קטן של מרכזי חיזוי גדולים. זו אותה מגמה שמתחילה להופיע גם בתחומים אחרים של AI: היכולת לבצע יותר חישוב בפחות משאבים הופכת לחלק מרכזי מהתחרות.

• נביוס כבר עלתה פי 3 - בבנק אוף אמריקה חושבים שיש עוד לאן לעלות
• וולס פארגו מעלה את מחיר היעד למארוול ל-310 דולר - עוד אפסייד אחרי ראלי של כמעט פי 3?

במקום תרחיש אחד - אלף לפחות

מזג האוויר אינו מערכת שאפשר לחזות בוודאות מוחלטת. שינוי קטן בתנאי ההתחלה יכול להוביל לתוצאה אחרת לחלוטין כמה ימים מאוחר יותר. לכן שירותי מזג אוויר משתמשים באנסמבל - אוסף גדול של תחזיות שמתחילות משינויים קלים בתנאי הפתיחה - כדי להבין לא רק מהו התרחיש הסביר ביותר, אלא גם מה הסיכון לתרחיש קיצוני.

WeatherNext מסוגל לייצר עד 1,000 תרחישים אפשריים לכל סופה. במקום לקבל קו אחד שאומר "ההוריקן יעבור כאן", החזאים יכולים לקבל הסתברות לכך שאזור מסוים ייפגע מרוחות בעוצמה מסוימת, ולבחון גם תרחישים שהסיכוי להם נמוך יותר אך הנזק האפשרי מהם גדול.

ההבדל חשוב במיוחד בהחלטות פינוי. אם רק 20% מהתרחישים מצביעים על פגיעה ישירה באזור צפוף, עדיין ייתכן שהמחיר של אי-פינוי גבוה כל כך עד שהרשויות יעדיפו לפעול. לכן מודל שמציג את טווח האפשרויות ולא רק את "הניחוש הטוב ביותר" יכול להיות כלי שימושי יותר למקבלי החלטות.

המהירות חשובה לא פחות. תחזית אחת ל-15 ימים יכולה להיווצר בתוך פחות מדקה על שבבי ה-AI של גוגל. מודלים פיזיקליים מסורתיים דורשים מחשבי-על וצריכת מחשוב גדולה הרבה יותר כדי להריץ מספר גדול של תרחישים. אם AI מאפשר להגדיל את מספר התרחישים מעשרות למאות או לאלפים בלי להגדיל באותו יחס את העלות, הוא משפר לא רק את התחזית הממוצעת אלא גם את היכולת לזהות אירועים נדירים.

היתרון הזה ממחיש גם מדוע ענקיות הטכנולוגיה משקיעות סכומים הולכים וגדלים בתשתיות AI. במקרה של תחזית מזג אוויר, השאלה אינה רק כמה עולה להריץ מודל, אלא כמה תחזיות אפשר לייצר באותו פרק זמן ובאותו תקציב מחשוב.

• מה שעושים בגיל 50 עשוי להשפיע על הזיכרון בגיל 80 - המחקר שמצא פער של 13 שנים
• סביב גיל 50 משהו מתחיל להשתנות במוח - והמדענים מתחילים לראות מה

הוריקן מליסה היה מבחן אמיתי

WeatherNext אינו רק ניסוי שנבדק בדיעבד על סופות היסטוריות. במהלך עונת ההוריקנים של 2025 התחזיות שלו הועברו בזמן אמת למרכז ההוריקנים הלאומי של ארה"ב ושימשו לצד המודלים האחרים.

המבחן הבולט היה הוריקן מליסה, שהפך לסופה החזקה ביותר שתועדה בעת פגיעה בג'מייקה. כאשר מליסה עדיין הייתה מערכת חלשה יחסית, המודלים המסורתיים הציגו תרחישים שונים לגבי מסלולה והתחזקותה. WeatherNext העריך חמישה ימים מראש, בהסתברות של כ-80%, שהסופה תתחזק לקטגוריה 5 ותפגע בג'מייקה. שלושה ימים לפני הפגיעה ההסתברות כבר התקרבה ל-100%.

עבור מרכז ההוריקנים האמריקאי זו הייתה הפעם הראשונה שבה פורסמה תחזית שלפיה סופה תתחזק מקטגוריה 1 לקטגוריה 5. הניסיון הזה חשוב משום שאחת הסכנות הגדולות בחיזוי הוריקנים היא התחזקות מהירה - מצב שבו מהירות הרוח בסופה עולה באופן חד בתוך 24 שעות ומשאירה מעט מאוד זמן להתארגנות.

גם כאן חשוב לסייג: מודל טוב אינו מבטל את עבודת החזאי. להפך, הוא נותן לו עוד שכבת מידע שעליה צריך להפעיל שיקול דעת, להשוות אותה למודלים אחרים ולהבין היכן עדיין קיימת אי-ודאות. במקרה של החלטות על פינוי אוכלוסייה או סגירת תשתיות, התחזית היא חלק ממערכת קבלת החלטות ולא תחליף לה.

האם מחשבי-העל של מזג האוויר בדרך החוצה?

לא, לפחות לא כרגע. WeatherNext אינו מחליף את שירותי מזג האוויר, את הלוויינים, את המכ"ם, את המדידות הפיזיות או את החזאים. הוא מקבל את תנאי ההתחלה ממערכות מדידה וממודלים אחרים, והפלט שלו הוא עוד שכבה בתוך מערכת קבלת ההחלטות.

אבל הכיוון ברור. AI כבר לא רק מתחרה במודלים הפיזיקליים בתחזית כללית, אלא מתחיל להתמודד גם עם אירועי קיצון, שבהם טעויות של שעות או עשרות קילומטרים יכולות להיות משמעותיות מאוד. פתיחת הקוד והמשקולות של WeatherNext עשויה להאיץ את האימוץ גם מחוץ לגופי החיזוי הגדולים ולאפשר לחוקרים ולשירותי מזג אוויר נוספים לבחון את המודל בתנאים שלהם.

אם התוצאות יחזיקו לאורך עונות נוספות, עוד יום של דיוק בתחזית הוריקן אינו הישג טכני בלבד. עבור הרשויות הוא יכול להיות עוד יום לפנות אוכלוסייה ולהיערך; עבור חברות, עוד יום להגן על עובדים, מלאי ותשתיות; ועבור מי שנמצא במסלול הסופה, עוד יום שבו אפשר לקבל החלטות לפני שהאפשרויות מצטמצמות.