Google membuka kode sumber model kecerdasan buatan (AI) bernama WeatherNext yang diklaim mampu memprediksi lintasan dan intensitas badai siklon tropis hingga 15 hari ke depan. Model ini dikembangkan oleh tim Google DeepMind bersama Google Research, dengan kontribusi dari National Hurricane Center, Cooperative Institute for Research in the Atmosphere, serta UK Met Office. Langkah ini memungkinkan para ilmuwan dan lembaga meteorologi di seluruh dunia memanfaatkan teknologi tersebut untuk meningkatkan sistem peringatan dini bencana.
WeatherNext dilatih menggunakan hampir 20 terabyte data atmosfer global dan informasi historis dari International Best Track Archive for Climate Stewardship. Data tersebut mencakup pola cuaca selama puluhan tahun, sehingga model mampu mempelajari berbagai skenario pergerakan siklon. Dengan satu model tunggal, WeatherNext dapat memprediksi dua hal sekaligus: jalur pergerakan badai dan intensitasnya.
Prediksi siklon tropis memang menjadi tantangan tersendiri bagi para meteorolog. Arus atmosfer global yang menentukan arah jalur badai biasanya lebih mudah dianalisis dengan model global yang beresolusi kasar. Sementara itu, intensitas badai paling akurat diprediksi oleh model lokal khusus yang mampu mengkaji proses termodinamika di inti siklon. WeatherNext menjembatani kebutuhan tersebut dalam satu sistem terpadu.
Para peneliti menyatakan bahwa model ini mampu menghasilkan prakiraan 15 hari dalam waktu kurang dari satu menit menggunakan TPU (Tensor Processing Unit). Kecepatan ini menjadi nilai penting bagi para peramal cuaca untuk mengevaluasi probabilitas risiko ekstrem yang berpotensi memicu bencana. Makalah yang memaparkan hasil penelitian ini telah diterbitkan di jurnal Nature, dengan versi ringkas yang dibagikan melalui blog resmi Google.
Bagi Indonesia, keberadaan teknologi ini terasa relevan. Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) selama ini mengandalkan model numerik global dan regional untuk memantau siklon tropis seperti Siklon Seroja yang menerjang Nusa Tenggara Timur pada 2021. Dengan akses terbuka ke WeatherNext, lembaga seperti BMKG dapat menguji dan mengadaptasi model untuk meningkatkan akurasi peringatan dini.
Sistem peringatan dini yang lebih cepat dan tepat berpotensi memangkas waktu evakuasi serta meminimalkan korban jiwa. Di kawasan yang kerap dilintasi siklon tropis, seperti pesisir selatan Jawa hingga Kepulauan Maluku, prakiraan yang lebih panjang memberikan jendela waktu bagi pemerintah daerah untuk menyiapkan logistik dan mengarahkan warga ke tempat aman.
Namun, adopsi teknologi ini di Indonesia tidak serta-merta mudah. Infrastruktur komputasi berkinerja tinggi dan keahlian teknis dalam mengoperasikan model AI masih menjadi kendala. Kendati demikian, ketersediaan kode sumber yang terbuka bisa menjadi titik awal bagi akademisi dan peneliti lokal untuk mengembangkan kapasitas di bidang ini.
Google sebelumnya juga memperkenalkan generasi kedua WeatherNext pada tahun lalu. Tim riset perusahaan itu juga mengembangkan model AI untuk memprediksi banjir bandang, yang beberapa kali diujicobakan di sejumlah negara termasuk India dan Bangladesh. Riset semacam ini menunjukkan pergeseran pendekatan dari peramalan berbasis statistik menuju model pembelajaran mesin yang lebih adaptif.
Ke depan, kolaborasi antara perusahaan teknologi global dan lembaga meteorologi nasional akan menjadi kunci. Dalam pernyataannya, para peneliti WeatherNext menegaskan bahwa model ini dapat memberdayakan peramal untuk mengevaluasi risiko ekor besar yang berpotensi menghancurkan. Dengan akses terbuka, sains iklim dapat berkembang lebih cepat dari sebelumnya.
Sementara itu, pemerintah Indonesia tengah memperkuat sistem peringatan dini berbasis data. Adopsi model AI seperti WeatherNext dapat menjadi salah satu komponen penting dalam transformasi digital BMKG. Namun, keberhasilannya sangat bergantung pada kesiapan sumber daya manusia dan infrastruktur teknologi yang dimiliki.
Pada akhirnya, langkah Google membuka akses terhadap model ini merupakan bentuk nyata demokratisasi teknologi iklim. Negara berkembang yang rentan terhadap dampak perubahan iklim kini memiliki kesempatan untuk memanfaatkan alat prediksi kelas dunia tanpa harus membangun dari nol. Pertanyaannya kini tinggal: seberapa cepat institusi di Indonesia dapat merespons dan beradaptasi dengan peluang ini.