به گزارش پیچینو به نقل از گیزمودو، اوایل مرداد، طوفان عظیم «ارین» در اقیانوس اطلس شکل گرفت و با قدرتی که به سطح ۵ (بالاترین درجه شدت) رسید، برمودا، بخش‌هایی از کارائیب و سواحل شرقی آمریکا را درنوردید. در میانه این بحران، مدل آب‌وهوایی گوگل دیپ‌مایند ـ که اوایل امسال معرفی شده بود ـ در اولین آزمون واقعی خود درخشید. این مدل مسیر و شدت طوفان را در ۷۲ ساعت نخست با دقتی فراتر از مدل رسمی مرکز ملی طوفان‌شناسی آمریکا و بسیاری از مدل‌های فیزیکی پیش‌بینی کرد، و حتی در بازه ۵ روزه نیز از مدل‌های اجماعی معتبر دقیق‌تر بود.
«جیمز فرانکلین»، رئیس پیشین بخش تخصصی طوفان‌های مرکز ملی توفان آمریکا، این موفقیت را «برتری عملیاتی هوش مصنوعی» خواند. اهمیت چنین دقتی در روزهای سوم تا پنجم پیش‌بینی است، جایی که تصمیمات حیاتی مانند تخلیه و آماده‌سازی‌های ایمنی گرفته می‌شود.
در حالی که مدل‌های مرسوم بر شبیه‌سازی فیزیکی فشار، رطوبت و دما تکیه دارند، مدل گوگل با آموزش بر حجم عظیمی از داده‌های تاریخی، شامل بازتحلیل‌های آب‌وهوایی و پایگاه اطلاعاتی ۵٬۰۰۰ طوفان طی ۴۵ سال گذشته، توانسته دقت بی‌سابقه‌ای ارائه دهد. آزمایش‌های پیشین روی طوفان‌های ۲۰۲۳ و ۲۰۲۴ نشان داده که این مدل در بازه ۵ روزه، مکان نهایی طوفان را تا ۱۴۰ کیلومتر دقیق‌تر از مدل معتبر مرکز اروپایی پیش‌بینی‌های میان‌مدت (ECMWF) حدس زده است. پیش‌بینی موفق طوفان ارین اکنون سند زنده‌ای بر کارآمدی این فناوری است — هرچند کارشناسان تاکید می‌کنند که هنوز جایگزینی کامل روش‌های مرسوم ممکن نیست.