Jest taki stary żart: meteorolog to jedyny zawód, w którym możesz się mylić w 50 procentach przypadków i nadal zachować swoją pracę. Meteorologia od tego czasu znacznie się poprawiła, odkąd ten stary kasztan był zabawny, ale nadal podkreśla bardzo realną prawdę o przewidywaniu pogody: jest to trudne jak diabli.

Meteorolodzy muszą śledzić i uwzględniać wiele różnych zmiennych, od temperatury, przez wilgotność, po ciśnienie powietrza i wiele innych. Warunki te mogą się drastycznie różnić w zależności od miejsca, nawet jeśli znajdują się one w odległości kilku mil od siebie. Tak więc przewidywanie, jaka będzie pogoda, jest jak próba trafienia w ruchomy cel, który jednocześnie zmienia kształt, rozmiar i konsystencję.

Obecnie jednym z najlepszych i najczęstszych sposobów przewidywania pogody jest numeryczna prognoza pogody. Jest to metoda wykorzystania równań do symulacji fizyki i dynamiki płynów przyszłych warunków atmosferycznych. Jest to niezwykle energochłonny i zasobochłonny sposób prognozowania, często wymagający bardzo wydajnych komputerów do pomocy w modelowaniu.

Nawet przy postępie superkomputerów używanych w meteorologii, symulacja tych prognoz może zająć kilka dni, w zależności od tego, jak daleko są prognozowane rzeczy. Dokładność prognoz spada, im dalej próbuje się prognozować. Często staje się to ogromnym problemem, gdy zbliżają się klęski żywiołowe, takie jak huragany lub tornada, w przypadku których potrzebne są dane raczej wcześniej niż później, a każda sekunda może oznaczać różnicę między śmiercią a przeżyciem ludzi.

Dlatego naukowcy zaczęli zwracać się do sztucznej inteligencji (AI), aby pomóc w prognozowaniu pogody. W dwóch artykułach opublikowanych 5 lipca w czasopiśmie Natura, naukowcy opisują dwie nowe metody tworzenia bardzo dokładnych i szybkich prognoz pogody z sześciodniowym wyprzedzeniem. Podejścia te mogą przyspieszyć prognozowanie ekstremalnych warunków pogodowych o rzędy wielkości.

„AI oferuje nowe możliwości numerycznego przewidywania pogody”, powiedział Lingxi Xie, starszy badacz w chińskiej firmie technologicznej Huawei Inc. i współautor jednego z artykułów, w e-mailu do The Daily Beast. „AI nie zastąpi tradycyjnych metod, ale zostanie z nimi zintegrowana w kierunku hybrydowego systemu prognozowania”.

Xie dodał: „Popieramy meteorologów, aby przyjęli metody sztucznej inteligencji i nową możliwość, abyśmy mogli wspólnie poprawić umiejętności prognozowania pogody przez ludzi”.

Pierwszy artykuł opisuje model AI nazwany Pangu-Weather stworzony przez Huawei. Ten system może przewidywać globalne wzorce pogodowe nawet z tygodniowym wyprzedzeniem. Model został przeszkolony przy użyciu 39-letniej globalnej ponownej analizy danych pogodowych, która jest połączeniem historycznych obserwacyjnych danych pogodowych z modelami prognostycznymi.

Xie powiedział, że Pangu-Weather „przewyższa dokładność konwencjonalnych metod opartych na fizyce w ponownej analizie danych pogodowych”. Dodał, że jest 10 000 razy szybszy niż konwencjonalne metody, które powinny być w stanie skrócić czas potrzebny na analizę i prognozę pogody z godzin lub dni do sekund.

Ponadto autorzy artykułu stwierdzili również, że model był często dokładniejszy niż tradycyjne systemy przewidywania pogody. W rzeczywistości był nawet w stanie śledzić ścieżkę cyklonu tropikalnego — mimo że nie był szkolony na tego typu danych..

Zjawisko to znane jest jako zachowanie wyłaniające się: gdy technologia lub system wykonuje działanie, które nie zostało w nim celowo zaprogramowane. Może się to wydawać przerażające, ale tak naprawdę wynika to z faktu, że leżący u podstaw model był w stanie tworzyć uogólnione prognozy na podstawie treningu w zakresie fizyki i dynamiki płynów.

„Pangu-Weather to pierwsza metoda sztucznej inteligencji, która przewyższa dokładność konwencjonalnych metod opartych na fizyce w ponownej analizie danych pogodowych” — wyjaśnił Xie. „Wykazuje obiecującą zdolność przewidywania ekstremalnych zjawisk pogodowych, zwłaszcza w śledzeniu cyklonów tropikalnych”.

Drugi artykuł opisuje model sztucznej inteligencji o nazwie NowcastNet, który przewiduje krótkoterminowe prognozy do sześciu godzin do przodu. Może dostarczać dokładniejszych i bardziej szczegółowych informacji dotyczących aktualnych obserwacyjnych danych pogodowych. W rzeczywistości 62 profesjonalnych meteorologów oceniło model i umieściło go na pierwszym miejscu w 70 procentach przypadków w porównaniu z innymi metodami prognozowania pogody.

„NowcastNet zapewnia umiejętne prognozy opadów od lekkich do intensywnych, szczególnie w przypadku ekstremalnych opadów, którym towarzyszą procesy adwekcyjne lub konwekcyjne, które wcześniej uważano za trudne” – napisali autorzy badania.

Chociaż na pierwszy rzut oka może się to wydawać mniej przydatne, autorzy badania stwierdzili, że może to być niezwykle przydatne, jeśli chodzi o zapobieganie katastrofom w sytuacjach „ekstremalnych opadów”. Gdybyś miał sześć godzin na przygotowanie się do potencjalnej gwałtownej powodzi, byłbyś w stanie ewakuować określone regiony i dzielnice – lub przynajmniej dać ludziom więcej ostrzeżeń.

To ekscytujące — ale jeśli ostatnie kilka miesięcy jest jakąkolwiek wskazówką, bez wątpienia przywodzi na myśl: „Roboty kradną pracę osoby zajmującej się pogodą w lokalnej stacji informacyjnej!” lub nawet: „Roboty będą próbowały użyć śmiercionośnej pogody, aby zabić nas wszystkich!” W rzeczywistości modele takie jak NowcastNet i Pangu-Weather staną się bardziej dodatkowym narzędziem, z którego mogą korzystać meteorolodzy, niż całkowitym zastąpieniem ich ról.

„Dobrą wiadomością na temat sztucznej inteligencji do prognozowania pogody jest to, że z braku lepszego terminu jest to głupia sztuczna inteligencja” – powiedział The Daily Beast Nick Lilja, naukowiec zajmujący się atmosferą i zarządzający meteorologiem w NickelBlock Forecasting, który nie był zaangażowany w żadne badanie. „Nie odbierze nam kodów nuklearnych ani nie zniewoli całej ludzkości. To chwalebna regresja liniowa”, odnosząc się do rodzaju analizy stosowanej do przewidywania związku między dwiema zmiennymi.

Lilja dodała, że ​​meteorolodzy tacy jak on już regularnie korzystają z wielu narzędzi sztucznej inteligencji, aby pomóc w modelowaniu pogody. Jednak zarówno systemy Pangu-Weather, jak i Nowcast Net stanowią ogromną poprawę w stosunku do obecnych modeli, jeśli rzeczywiście okażą się dokładne i szybkie – a to niekoniecznie zostało jeszcze udowodnione.

Autorzy obu modeli z pewnością dodali, że istnieje kilka ograniczeń dla obu modeli, które należy wziąć pod uwagę. Na przykład twórcy Pangu-Weather zauważają, że system był szkolony na danych z ponownej analizy, ale większość systemów prognostycznych wykorzystywała dane obserwacyjne (dane, które można natychmiast zaobserwować, takie jak temperatura i wilgotność).

Oznacza to, że wykorzystanie modeli AI do przewidywania pogody może być bardzo ograniczone w zastosowaniach i zastosowaniach. Mogą również okazać się mniej dokładne, niż się wydaje na pierwszy rzut oka. Przyszłe wersje tych modeli będą również musiały uwzględniać dane obserwacyjne. „Głównym pytaniem, które wciąż pozostaje TBD, jest to, jak dokładne są dane obserwacyjne zamiast danych z ponownej analizy” – powiedziała Lilja.

Model Pangu-Weather nie uwzględnia również pewnych zmiennych pogodowych, takich jak opady. To znacznie ogranicza jego zdolność do dokładnego przewidywania niektórych ekstremalnych zjawisk pogodowych, takich jak wybuchy tornad.

„Nadal chciałbym zobaczyć więcej i więcej badań, aby upewnić się, że jest to dokładne we wszystkich sytuacjach, a nie tylko w kilku sytuacjach, które zostały pokazane w jednym artykule” – powiedziała Lilja.

Dodał jednak, że oba modele same w sobie są niesamowitym osiągnięciem. Nadal istnieje wiele ograniczeń i trzeba wykonać więcej pracy, zanim modele te będą mogły być skutecznie wykorzystywane do przewidywania ekstremalnych zjawisk pogodowych – ale to „fantastyczny początek” – powiedziała Lilja.

To pokazuje, że sztuczna inteligencja nie zawsze musi być przerażająca. W rzeczywistości istnieje wiele zastosowań technologii, które nie mają nic wspólnego z samosterującymi myśliwcami, kradnącymi pracę chatbotami czy robotami powodującymi wymieranie. W rzeczywistości może odegrać ogromną rolę w uniknięciu kolejnego śmiercionośnego huraganu lub tornada już wkrótce.

Lilja porównuje to do wczesnych dni komputerowych prognoz pogody w latach 70. i 80. XX wieku. W tamtych czasach potrafił przewidywać pogodę z kilkudniowym wyprzedzeniem. Nawet wtedy często byłoby to niedokładne.

„Myślę, że jesteśmy w podobnej sytuacji” — wyjaśniła Lilja. „Jesteśmy na tak wczesnym etapie gry, że wartość dodana jest obecnie bardzo niska. W końcu jednak będzie przypominać prognozę pogody, którą widzisz w wiadomościach, i stanie się kolejnym narzędziem w naszym pasku narzędzi, które pomaga ulepszać prognozy pogody”.