Model WeatherNext dari Google DeepMind Dapat Meningkatkan Asuransi DeFi dan Pasar Prediksi

Google DeepMind baru saja membangun model peramalan cuaca yang lebih unggul daripada para ahli yang menghabiskan karier mereka melacak badai tropis. WeatherNext 2, dikembangkan bersama Google Research, dapat memprediksi jalur dan intensitas siklon tropis dengan akurasi yang melampaui metode berbasis fisika tradisional selama musim badai Atlantik 2025.

Model ini menghasilkan ramalan ensambel probabilistik hingga 15 hari ke depan, dengan resolusi temporal hingga satu jam. Model ini berjalan 8x lebih cepat daripada model pendahulunya. Pusat Badai Nasional menguji WeatherNext 2 selama musim topan 2025. Model ini unggul dibanding metode konvensional dalam beberapa metrik kinerja utama untuk peramalan siklon. Yang paling menarik, para peneliti di balik model ini belum sepenuhnya memahami bagaimana model ini mencapai tingkat akurasi semacam itu menggunakan input data cuaca resolusi lebih rendah.

Komponen-komponen sebelumnya dari seri WeatherNext, bersama dengan model terkait seperti GraphCast dan GenCast, telah dirilis sebagai sumber terbuka. Bobot pra-dilatih dan input data resolusi lebih rendah tersedia secara publik melalui sumber daya Google Developer. DeepMind telah menunjukkan bahwa WeatherNext sendiri juga akan dirilis sebagai sumber terbuka, yang berarti siapa pun yang memiliki kemampuan teknis dapat membangun di atasnya.

Ekosistem kripto telah secara diam-diam membangun infrastruktur keuangan yang bergantung pada data cuaca akurat dan real-time. Pasar prediksi memungkinkan pengguna untuk bertaruh pada hasil cuaca. Protokol asuransi parametrik secara otomatis memicu pembayaran ketika ambang meteorologis tertentu terlampaui, seperti kecepatan angin yang melebihi tingkat tertentu atau curah hujan yang mencapai tolok ukur yang ditentukan.

Resolusi jamannya WeatherNext 2 dan jendela ramalan 15 hari dapat secara signifikan meningkatkan presisi pemicu-pemicu ini. Sifat open-source dari model ini memungkinkan protokol DeFi untuk mengintegrasikan output model secara langsung, atau membangun produk data derivatif berdasarkan bobot yang tersedia secara publik, tanpa perlu bernegosiasi tentang kesepakatan lisensi perusahaan dengan Google.

Google DeepMind telah membangun menuju momen ini selama bertahun-tahun. GraphCast menunjukkan bahwa pembelajaran mesin dapat mengungguli prediksi cuaca numerik tradisional untuk ramalan jangka menengah. GenCast melangkah lebih jauh ke dalam generasi ensambel probabilitas. WeatherNext 2 mengambil langkah berikutnya dengan fokus khusus pada peristiwa berdampak tinggi seperti siklon tropis.

Kemitraan dengan NHC menambah kredibilitas institusional yang penting di luar akademik. Ketika sebuah agensi federal yang bertanggung jawab melindungi nyawa memvalidasi keunggulan model AI dibandingkan metode tradisionalnya sendiri, itu adalah sinyal bahwa teknologi tersebut telah beralih dari rasa ingin tahu penelitian menjadi alat praktis.

Risikonya adalah prediksi yang lebih baik tidak secara otomatis berubah menjadi produk yang lebih baik. Kesenjangan antara output model dan eksekusi kontrak pintar masih memerlukan infrastruktur oracle yang kuat, pemodelan risiko yang tepat, dan likuiditas yang cukup untuk membuat pasar berfungsi. DeepMind telah menyelesaikan masalah peramalan. Ekosistem kripto masih perlu menyelesaikan perpipaan.