Ketika badai Helene menerjang Florida awal tahun ini, sebanyak 234 nyawa melayang akibat salah satu badai terburuk sejak Katrina pada 2005. Intensitas bencana alam seperti ini, yang kian meningkat akibat perubahan iklim, mendorong para ilmuwan untuk menciptakan sistem prediksi cuaca yang lebih akurat. Pada Rabu lalu, divisi DeepMind dari Google mengumumkan terobosan besar dalam dunia meteorologi: GenCast, agen AI terbaru yang digadang-gadang menjadi salah satu kemajuan paling signifikan dalam hampir delapan dekade terakhir.
Dalam blog Google Keyword, Ilan Price dan Matthew Wilson dari DeepMind menjelaskan bahwa GenCast bukan hanya lebih unggul dalam memberikan prediksi cuaca harian dan ekstrem dibandingkan program AI pendahulunya, tetapi juga melampaui sistem prediksi terbaik yang ada saat ini, yaitu ENS milik European Center for Medium-Range Weather Forecasts (ECMWF).
Dalam pengujian dengan data cuaca tahun 2019, prediksi 15 hari GenCast terbukti 97,2% lebih akurat dibandingkan ENS. Untuk prediksi dengan jangka waktu lebih dari 36 jam, tingkat akurasi GenCast bahkan mencapai 99,8% lebih baik.
Rémi Lam, ilmuwan utama di balik program AI cuaca sebelumnya, menyatakan, “Agak sulit dipercaya, tapi rasanya seperti kita telah membuat kemajuan selama puluhan tahun hanya dalam satu tahun.”
GenCast menggunakan model difusi, teknologi yang sama di balik alat generatif AI Google. DeepMind melatih GenCast dengan data cuaca berkualitas tinggi selama hampir 40 tahun, yang dikurasi oleh ECMWF. Model ini bersifat probabilistik, artinya prediksinya mencakup berbagai kemungkinan yang diungkapkan dalam bentuk persentase. Pendekatan ini dianggap lebih detail dan berguna dibandingkan model deterministik yang hanya memberikan perkiraan terbaik pada hari tertentu.
Hal yang paling mencengangkan, GenCast membutuhkan daya komputasi jauh lebih rendah dibandingkan sistem tradisional berbasis fisika seperti ENS. Dengan satu TPU v5 dari Google, GenCast dapat menghasilkan prediksi cuaca 15 hari hanya dalam waktu delapan menit. Sebagai perbandingan, superkomputer dengan puluhan ribu prosesor membutuhkan waktu berjam-jam untuk menghasilkan prediksi berbasis fisika.
Meski demikian, GenCast masih memiliki beberapa kekurangan, salah satunya adalah dalam memprediksi intensitas badai. Namun, tim DeepMind optimis bahwa mereka dapat mengatasi kendala ini.
Google juga memastikan bahwa GenCast akan menjadi model terbuka, dengan contoh kode yang tersedia di GitHub. Selain itu, prediksi GenCast akan segera diintegrasikan ke dalam Google Earth, memberikan akses lebih luas bagi pengguna di seluruh dunia.
