În ultimii doi ani, numeroase companii au lansat sisteme de inteligență artificială capabile să analizeze volume masive de date meteo, generând prognoze mult mai detaliate. Modelele AI pot anticipa cicloni, furtuni locale sau ploi „de cartier”. Domeniul este într-o continuă transformare, cu multiple experimente în desfășurare, însă persistă anumite incertitudini.
La începutul lunii august, Google a anunțat că un model AI propriu a fost utilizat cu succes pentru a prezice apariția și traiectoria ciclonilor. Predicțiile au avut o acuratețe ridicată, fiind realizate cu aproape șapte zile înainte de formarea a doi cicloni.
În primăvară, a fost lansat modelul AI Aardvark Weather, despre care dezvoltatorii susțin că utilizează de mii de ori mai puțină putere de calcul și este semnificativ mai rapid decât sistemele convenționale actuale. Despre acest model, dezvoltat în special la Cambridge, scrie The Guardian.
În prezent, prognozele meteo sunt generate printr-un proces complex, fiecare etapă necesitând ore de rulare pe supercomputere specializate și implicând echipe numeroase de experți pentru dezvoltare, întreținere și implementare.
Aardvark Weather promitea un model capabil să înlocuiască întregul proces, prin antrenarea unui AI cu date brute provenite de la stații meteo, sateliți, baloane meteorologice, senzori și avioane din întreaga lume, facilitând astfel prognoze rapide și precise.
Cercetări extinse în domeniul AI sunt desfășurate și la Centrul European pentru Prognoze Meteo pe Termen Mediu (ECMWF), instituția lansând în acest an primul său model de prognoză bazat pe AI. Centrul afirmă că acest nou model operațional a îmbunătățit acuratețea prognozelor cu aproximativ 20% pentru indicatori cheie, precum traiectoria ciclonilor tropicali.
Florence Rabier, director general al ECMWF, este convinsă că noile tehnologii AI vor aduce îmbunătățiri semnificative în precizia prognozelor meteo, pe măsură ce puterea de calcul a crescut, iar datele meteorologice sunt tot mai numeroase.
Într-o analiză despre rolul AI în meteorologie, publicată pe site-ul Yale School of the Environment, se explică faptul că prognozele meteo bazate pe inteligență artificială sunt, de obicei, mai exacte și necesită mai puțină energie de calcul și mai puține ore de muncă umană, comparativ cu predicțiile convenționale. Rămân însă întrebări legate de fiabilitatea sistemelor AI și de capacitatea acestora de a anticipa fenomene meteo extreme.
Nu este întotdeauna clar cum iau deciziile soft-urile de inteligență artificială, ceea ce poate afecta încrederea în rezultate. Aceasta va reprezenta o problemă majoră, deoarece schimbările climatice și fenomenele extreme tot mai frecvente „împing” prognozele în zone neexplorate, iar inteligența artificială ar putea eșua.
Analiza citează un meteorolog care explică faptul că, indiferent cât de bune vor deveni modelele AI, prognoza meteo nu va fi niciodată perfectă, deoarece vremea constituie un sistem haotic. AI-ul va fi o „unealtă”, dar nu va înlocui pe termen scurt modelele fizice și, mai ales, nu va înlocui experiența umană, fiindcă este nevoie de oameni care să transforme datele în sfaturi meteo utile.
Tehnologiile bazate pe AI extind „orizontul” temporal al prognozelor, după ce au transformat deja „nowcasting-ul” (prognozele extrem de precise pentru următoarele ore), este de părere Richard Turner, profesor de machine learning la Cambridge University.
„Prognozele pe termen mediu – cele între 3 și 15 zile – au început să se transforme. Iar acum ne extindem spre prognozele sub-sezoniere, adică cele de la două săptămâni până la două luni”, spune într-o analiză din Financial Times profesorul care lucrează la modele AI pentru vreme la Alan Turing Institute. Turner a avut un rol esențial în dezvoltarea Aardvark Weather.
La finalul lunii martie, Google a anunțat un model de „nowcasting” denumit MetNet. Acesta este disponibil inițial în Africa și va încerca să facă previziuni cât mai exacte pentru precipitații pe termen scurt, pornind de la date din satelit. Google a declarat că MetNet poate prezice precipitațiile la nivel global cu o precizie ridicată, pe o rază de 5 km, la fiecare 15 minute, pentru următoarele 12 ore.
Africa nu dispune, spre deosebire de SUA sau Europa de Vest, de un sistem dens de stații meteo și radare la sol, ceea ce reprezintă o problemă, deoarece lipsesc șiruri de date istorice pe decenii, cum este cazul în Europa sau SUA.
Folosind inteligența artificială și datele satelitare, modelul a reușit să compenseze lipsurile din zonele fără acoperire radar, depășind limitările anterioare din regiunile cu date insuficiente, conform Google.
Prognozele meteo au câștigat, în medie, în acuratețe la nivel mondial cam o zi pe deceniu. Aceasta înseamnă că o prognoză pe cinci zile în prezent este la fel de exactă ca una pe trei zile în anul 2000.
Modelele AI, în special cele bazate pe învățare profundă (deep learning), sunt capabile să analizeze cantități uriașe de date meteo mult mai rapid decât metodele tradiționale. Ele pot detecta subtilități în datele istorice, îmbunătățind prognoza pentru fenomene severe, cum ar fi furtunile sau ploile intense.
Mai multe modele AI care anticipează evoluții atmosferice au apărut în ultimii doi ani, cele mai cunoscute fiind GraphCast, GenCast, FourCastNet, Pangu, FuXi și AIFS.
Sursa https://www.hotnews.ro
