Umjetna inteligencija ima potencijal značajno unaprijediti prognostičke modele te, trošeći manje računalnih resursa, daje brže, ali i bolje rezultate u odnosu na klasične modele. Znanstvenici i tehnološke kompanije poput Googlea, Nvidije, Microsofta i drugih već su razvili takve prognostičke modele u kojima koriste AI i strojno učenje, a oni su naročito korisni, odnosno usporedivi su ili bolji u odnosu na konvencionalne modele kada su u pitanju srednjoročne prognoze.
Nvidia sada želi napraviti korak dalje te bi novi model Nvidia Researcha mogao značajno poboljšati točnost kratkoročne vremenske prognoze. Njihov je model nazvan StormCast te tek treba proći znanstvene recenzije. Kratkoročne prognoze koje bi mogli dobiti putem tog modela i umjetne inteligencije trebale bi biti iznimno korisne kada je u pitanju predviđanje ekstremnih vremenskih pojava poput poplava, tornada i slična jer bi se zahvaljujući tim modelima i podacima mogli spašavati ljudski životi i materijalna dobra.
Osim takvih kratkoročnih prognoza, ovaj bi Nvidijin model mogao bi pomoći znanstvenicima da projekcije vezane uz globalne klimatske promjene primjene na lokalne razine. Korištenjem generativne AI StormCast daje predviđanja po satu na malim geografskim razmjerima, pri čemu je umjetna inteligencija obučena na podacima povijesnih opažanja i njihovih ishoda.
Uvjeren sam da smo sada u trenutku kada se umjetna inteligencija može natjecati s fizikom za predviđanje oluja, komentirao je za Axios Mike Pritchard, klimatski znanstvenik iz Nvidije. StormCast, prema tvrdnjama iz te kompanije, nadmašuje točnost najbolje američkog kratkoročnog modela za predviđanje vremena i širenja oluja na meteorološkim radarima. Ovaj model tako može razriješiti male vremenske sustave te uključuje kompliciranu fiziku nastajanja, pojačavanja i širenja grmljavinskih oluja.
Stručnjaci se slažu kako budućnost nosi sve veću uporabu alata baziranih na umjetnoj inteligenciji za vremenske i klimatske modele, no jasno je kako se i dosadašnje i provjerene metode ne smiju odbaciti i zanemariti. Pritchard tako upozorava da fizika, odnosno klasični modeli ne bi trebali u potpunosti ustupiti mjesto generativnoj umjetnoj inteligenciji i modelima kakve testira Nvidia, već bi se mogli koristiti za testiranje fizičke vjerodostojnosti novih modela koja nam [omogućuje] da vjerujemo predviđanjima umjetne inteligencije i razumijevanje njihovih granica.
