Iako su tehnologija i napredni algoritmi uvelike pomogli da stvaranje vremenske prognoze bude brže i preciznije, još uvijek postoje situacije u kojima prognostičari jednostavno ne mogu s dovoljnom preciznošću predvidjeti kakvo nas vrijeme očekuje.
Trenutno jedan od najčeščih i najboljih načina predviđanja vremena podrazumijeva korištenje brojnih jednadžbi za simulaciju fizike i dinamike fluida kako bi se predvidjeli budući uvjeti u atmosferi. S obzirom na to da takvi izračuni uključuju mnoštvo podataka i varijabli, prognostičari se često za izračunavanje koriste snažnim računalima ili superračunalima kako bi izradili vremenske modele.
No, čak i uz najbrža računala koja mogu imati na raspolaganju, izračunavanje takvih modela može trajati danima. Što je više podataka, odnosno što se dulji prognostički modeli pokušavaju dobiti (za dulju prognozu), to više opada njihova točnost.
Međutim, prognostičari bi uskoro mogli dobiti tehnološku pomoć koja bi im mogla omogućiti stvaranje brzih i preciznih predviđanja za do šest dana unaprijed.
Dva znanstvena rada objavljena u časopisu Nature opisuju dvije nove metode koje koriste umjetnu inteligenciju.
Jedan rad, koji su napravili kineski istraživači iz Huaweija, navodi kako AI neće zamijeniti tradicionalne metode prognoziranja vremena, već će biti integriran u novi, hibridni sustav predviđanja.
Njihov AI model, nazvan Pangu-Weather, može predvidjeti vremenske prilike u cijelom svijetu i do tjedan dana unaprijed. Za njegovu edukaciju koristili su podatke prikupljane proteklih 39 godina, a čine ih kombinacija povijesnih podataka o vremenu i modeli predviđanja.
Ono što ovaj model čini posebnim je njegova točnost koja uvelike nadmašuje točnost konvencionalnih metoda. Kako ističu znanstvenici, Pangu-Weather je do 10 tisuća puta brži u izračunavanju od konvencionalnih metoda pa bi izradu prognostičkih modela mogao svesti s dana na nekoliko sati ili sekundi.
Autori također ističu kako je njihov model često bio točniji od tradicionalnih sustava za predviđanje vremena, a čak je uspio i pratiti putanju tropskog ciklona iako uopće nije bio uvježbavan s takvim podacima.
Pangu-Weather prva je metoda umjetne inteligencije koja nadilazi točnost konvencionalnih metoda temeljenih na fizici u novnoj analizi vremenskih podataka. Pokazuje potencijalnu sposobnost za predviđanje ekstremnih vremenskih događaja, pojasnio je za The Daily Beast, Lingxi Xie, viši istraživač u Huaweiju i koautor jednog od radova.
Drugi rad pak opisuje AI model nazvan NowcastNet i fokusiran je na predviđanje kratkoročne prognoze. Posebno je učinkovit kod izrade prognoze za sljedećih šest sati i procjene količine padalina, ekstremne padaline praćene advektivnim ili konvektivnim procesima.
Autori studije ističu kako bi se njihov model posebno korisnim mogao pokazati u prevencijama katastrofa u slučaju ekstremnih oborina. Kao primjer navode mogućnost evakuacije određenog područja ili dodatne zaštite, ako se zna da će na tom području pasti ekstremna količina oborina u kratkom roku.
Iako ova dva AI modela pokazuju u kojem bi smjeru AI mogao pomagati i promijeniti način na koji dolazimo do vremenske prognoze, oba imaju i ključan problem - ne uzimaju u obzir određene vremenske varijable, a ni podatke promatranja, već podatke ponovne analize.
To znači da je njihova sposobnost točnog predviđanja određenih ekstremnih vremenskih događaja prilično ograničena.
Unatoč tome, oba su modela izvanredno postignuće i mogli bi biti fantastičan početak nove ere u prognoziranju vremena. Naime, prognostičari diljem svijeta već sad koriste napredne algoritme i AI alate za izradu svojih prognostički modela, no s njihovim dodatnim razvojem i sve većom točnošću, oni bi u budućnosti mogli igrati sve veću ulogu.
Pogotovo ako uzmemo u obzir koliko se vrijeme sve više mijenja, a vremenski uvjeti postaju sve ekstremniji.
Izvor: Nature, The Daily Beast
