O WeatherNext, da DeepMind, é open source e prevê ciclones com um dia a mais de antecedência

A Google DeepMind anunciou que seu modelo de IA WeatherNext atingiu precisão de estado da arte na previsão da trajetória, intensidade e estrutura de vento de ciclones tropicais, e que passa a disponibilizar código e pesos em código aberto. O anúncio, publicado em 6 de agosto de 2026 no blog da empresa, acompanha um artigo na revista Nature.

Segundo a DeepMind, o modelo ganha, em média, mais de um dia inteiro (24 horas) de antecedência na previsão em relação a modelos anteriores: previsões de três dias do WeatherNext teriam a mesma qualidade das previsões de dois dias de modelos anteriores. A empresa afirma que esse salto equivale a cerca de uma década de progresso meteorológico, comparando com a tendência dos últimos 20 anos.

O que foi liberado

A DeepMind está abrindo o código e os pesos de dois conjuntos de modelos:

• WeatherNext Cyclones, que rodou durante a temporada de furacões de 2025 (resultados descritos no artigo da Nature).
• WeatherNext 2, uma atualização posterior operacionalizada em outubro.
• WeatherNext 2-mini, versão compacta que, segundo a empresa, roda em uma única TPU em um notebook Colab público e gratuito.

Os modelos e as previsões também estão disponíveis no Weather Lab, que a empresa diz ter reformulado com nova interface e previsões globais de temperatura, precipitação e velocidade do vento. Tudo faz parte do Google Earth AI. O código está disponível para download para uso em pesquisa acadêmica, previsão operacional ou desenvolvimento de modelos localizados.

Como o modelo funciona

De acordo com a DeepMind, previsões de ciclones historicamente exigiam duas técnicas distintas: a trajetória (para onde o ciclone vai) era mais bem modelada por modelos globais de baixa resolução, enquanto a intensidade (quão forte fica) dependia de modelos locais de alta resolução. O WeatherNext seria um único modelo de IA que faz as duas coisas.

O modelo foi co-treinado em duas modalidades de dados: dinâmica atmosférica global e observações históricas de ciclones curadas por especialistas. Segundo a empresa, foram usados quase 20 terabytes de dados atmosféricos globais e a base histórica IBTrACS, com cerca de 5.000 tempestades históricas.

Um ponto que a própria DeepMind classifica como questão de pesquisa em aberto: o WeatherNext Cyclones opera com dados de resolução de 28x28 km, cerca de 100 vezes mais grosseira que modelos tradicionais, e mesmo assim entrega previsões precisas de intensidade. A versão mini opera a 111x111 km. O modelo usa Functional Generative Networks (FGNs) para gerar ensembles de previsões e captura a incerteza inerente do clima, gerando uma previsão de 15 dias em menos de um minuto em uma TPU.

A empresa afirma que, neste ano, escalou o ensemble de 50 para 1.000 cenários possíveis por ciclone, para capturar eventos raros como intensificação rápida.

Impacto reportado e colaboração

A DeepMind cita que, durante a temporada de furacões de 2025, o modelo ajudou o National Hurricane Center (NHC) a prever a intensificação rápida e a chegada do furacão Melissa à Jamaica, dando tempo de aviso antecipado. O trabalho envolveu, além da DeepMind e da Google Research, o NHC (NOAA/NWS/NCEP), o Cooperative Institute for Research in the Atmosphere (CIRA) e o UK Met Office.

O que muda para quem constrói software no Brasil

O Brasil não enfrenta furacões nos moldes do Atlântico Norte, mas convive com chuvas extremas, deslizamentos e eventos como o ciclone extratropical que atingiu o Rio Grande do Sul em 2024. A abertura de código e pesos de um modelo de previsão climática de ponta reduz a barreira de entrada para times de pesquisa, startups de clima e órgãos de defesa civil que queiram desenvolver modelos localizados de previsão de eventos extremos e apoio a decisões de resposta a desastres.

A DeepMind ressalta que os modelos servem de base para desenvolver versões especializadas e localizadas, e que o WeatherNext 2-mini roda em uma única TPU, o que abre espaço para experimentação sem infraestrutura pesada. A empresa reforça o convite para que pesquisadores e agências construam sobre os modelos, e lembra: para previsões e alertas oficiais, a referência continua sendo a agência meteorológica local.

Para quem quer explorar, os pontos de partida são o artigo na Nature, o download do código e o notebook Colab do WeatherNext 2-mini.

Fonte: Hacker News