Tehnologija je posljednjih godina i desetljeća radikalno promijenila naše živote. Mnogi ne mogu zamisliti niti jedan trenutak bez mobilnog uređaja, a na gotovo sve što radimo i čime se bavimo značajno utječe tehnologija. Takav je tehnološki napredak promijenio, odnosno unaprijedio brojne industrije, uključujući i meteorologiju, o čemu smo razgovarali s Ivanom Güttlerom, glavnim ravnateljem Državnog hidrometeorološkog zavoda.
U razgovoru za Zimo naglasio je kako meteorologija napreduje zajedno s tehnologijom i drugim znanostima te su brojna tehnološka dostignuća značajno unaprijedila posao meteorologa, omogućivši im prikupljanje puno većeg broja podataka o vremenu, klimi i vodama, kao i njihovu bolju obradu i modele važne za prognoze. O kakvom je napretku riječ, najbolje govori podataka da su danas prognoze vremena za četiri dana unaprijed točne kao prognoze prije 30 godina za jedan dan unaprijed. No kako je broj podataka sve veći, tako je i posao meteorologa postao izazovniji, a paralelno s tim rasla su i očekivanja, kako građana, tako i gospodarstava oko preciznosti prognoze te dostupnosti informacija.
Stoga, iako tehnologija olakšava naš rad, istovremeno nas obvezuje da budemo još precizniji i brži u ispunjavanju zahtjeva naših korisnika, objasnio je Güttler.
Napredak prognostičkih modela
Osim primjene umjetne inteligencije na razini softvera, metoda i obrade podataka, napredak prognostičkih modela omogućio je i hardverski napredak, pri čemu se misli na bolje procesore, grafičke kartice, senzore, satelite, radare i slično. Stručnjaci razmišljaju i o korištenju manje klasičnih izvora prikupljanja podataka i informacija poput senzora na automobilima ili na pametnim telefonima. Npr. telefoni se mogu koristiti u procjeni promjene tlaka zraka, dok se pomoći brzine rada vjetrobrana može procijeniti intenzitet kiše. Sve je to u fazi prototipa, ali primjena senzora mogla bi pomoći, pogotovo u urbanim sredinama.
Kroz projekt METMONIC instalirali smo i 5 meteorološko-oceanografskih plutača na otvorenom moru, što je također novina u Hrvatskoj. One nam omogućavaju da, osim informacija o atmosferi, dobijemo podatke i o stanju mora koje dosad nismo imali. Umjetna inteligencija će nam pomoći, pored unaprjeđenja izračuna prognoza, da te prognoze budu što razumljivije i dostupnije građanima. Pored tradicionalnih medija poput radija, televizije, novina te digitalnih kanala kao što su web stranice, društvene mreže, kontinuirano se razvijaju dodatni kanali informiranja građana. Tako je DHMZ jedno od tijela u Hrvatskoj zaduženo za provedbu i korištenje Sustava za rano upozorenje i upravljanje krizama - SRUUK. Pratimo europske trendove, a napredak u tehnologiji zasigurno će omogućiti razvoj dodatnih kanala putem kojih naši građani mogu primati relevantne informacije, komentira Güttler.
Sve veća uloga umjetne inteligencije
Među inim, i meteorolozi u svojim prognostičkim modelima sve više koriste i umjetnu inteligenciju. Takvi se sustavi temelje na matematičkim modelima te ih je, naravno, potrebno trenirati. Modeli imaju ulazne i izlazne informacije, a ono što ih povezuje dobije se kroz treniranje modela, u čemu veliku važnost imaju superračunala koja, zahvaljujući velikoj brzini obrade podataka, omogućuju brže treniranje modela. Zahvaljujući takvim superračunalima, veliki skupovi podataka za čije bi treniranje trebali mjeseci ili čak godine, mogu se analizirati i obrađivati u samo nekoliko tjedana.
Godina 2023. bila je zanimljiva jer smo prvi put vidjeli zrele prototipove AI/ML modela. DHMZ prati taj razvoj, ponajprije kroz sudjelovanje Hrvatske i DHMZ-a u tijelima poput ECMWF-a (Europski centar za srednjoročne vremenske prognoze), EUMETSAT-a (Europska organizacija za korištenje meteoroloških satelita) i EUMETNET-a (Europsko udruženje nacionalnih meteoroloških i hidroloških službi). Primjerice, ECMWF ima svoj klasični model, AI model te provodi usporedbe s modelima koje razvijaju komercijalne tvrtke poput Googlea i Huaweija. Te su prognoze javno dostupne i takav transparentan pristup omogućuje detaljnu analizu i evaluaciju različitih modela radi poboljšanja predviđanja vremenskih i klimatskih uvjeta.
U razgovoru za Zimo glavnim ravnatelj DHMZ-a objasnio je izazove prilikom prognoze vremena te kako im AI pomaže u savladavanju takvih izazova. Danas se meteorolozi služe tzv. ansambl prognozama, odnosno skupom različitih prognoza za isto vremensko razdoblje koje su izračunate na temelju malo promijenjenih početnih uvjeta. Za jedan dan ne radi se jedna, nego 100 prognoza, a kada one daju manje-više slične informacije, to znači da su pouzdane. No to se ne događa uvijek jer nije svaki dan jednostavan za prognoziranje. Npr. ako će prema 50 posto prognoza sutra padati kiša, a prema ostalim prognozama neće, tada je riječ o nepouzdanoj prognozi, što se ne događa često, ali predstavlja velike izazove.
No ponekad niti 100 prognoza nije dovoljno jer uvijek postoji mogućnost nekog ekstremnog događaja: U meteorologiji su poznate takve situacije kada 90 prognoza sugerira jedan ishod, a onda se ostvari onih 10 posto. Problem je ako se u tih 10 posto ili jedan posto nalazi nekakav jaki ekstremni događaj koji može imati velike posljedice.
Da bi prognoze bile točnije, trebala bi se pobrinuti AI. S novim modelima meteorolozi više neće biti ograničeni na 100 prognoza jer će umjetna inteligencija, osim povećanja brzine i smanjenja količine električne energije za pojedine modele, omogućiti puno veće ansamble prognoze, a s time i potpuniju procjenu vjerojatnosti.
Za treniranje takvih modela bit će potrebna superračunala, a Ivan Güttler kaže kako razvoj ide u u tom smjeru da se pri treniranju sustava za prognozu više uopće neće koristiti klasični prognostički modeli, već će se direktno koristiti meteorološka mjerenja. Međutim, trenutno još nemamo takvu tehnologiju. Nismo još dostigli razinu razvoja umjetne inteligencije gdje bi ovo bilo moguće, iako bi se činilo logičnim. Unatoč tome, i dalje su nam potrebni stari modeli u fazi treniranja novih AI sustava.
DHMZ trenutno koristi superračunalo kolokvijalnog naziva Neverin s 12.288 procesorskih jezgri ukupne snage od 373 teraflopsa, koje je nabavljeno kroz projekt modernizacije mreže za trajno praćenje kvalitete zraka – AIRQ. Pored Neverina, za istraživanje i razvoj koriste se i resursi SRCA i ECMWF (Europskog centra za srednjoročne vremenske prognoze). To su tri ključna izvora računalne snage koje koristimo. Za svaku numeričku prognozu koja se izrađuje na DHMZ-u, a trenutno je to četiri puta dnevno (nove prognoze izrađuju se svakih 6 sati), prikuplja se i obrađuje gotovo 100.000 mjernih zapisa iz satelita, aviona, radiosondažnih mjerenja, prizemnih mjerenja, radara itd. Svi se ti proračuni moraju izvršiti u nešto više od sat vremena da bi nakon dodatnih obrada produkti bili na raspolaganju prognostičarima. Superračunalo koristi matematičke metode kojima se fizikalne jednadžbe pretvaraju u njihovu diskretnu verziju, a potom se stanje atmosfere računa na mreži točaka od 2 km horizontalne razlučivosti, što je trenutno najveća horizontalna razlučivost modela na kojem se operativno primjenjuje model ALADIN/HR (sustav za numeričku prognozu vremena). Ideja numeričkih modela može se usporediti s računalnom igricom Minecraft. Slično kao i u igrici, u našim modelima imamo kockice koje prikazuju svijet i sve jača i bolja računala omogućuju nam da su te kockice sve manje i manje odnosno da je prikaz planina, oblaka sve realističniji. Kako bismo poboljšali prognoze za neke naše prirodne meteorološke fenomene poput bure, ali i pljuskova, planinskih i obalnih cirkulacija i modulacija strujanja, razlučivost od 2 km nije dovoljna. Stoga pripremamo nabavu novog superračunala u okviru projekta „Jačanja sustava praćenja klimatskih promjena i njihovih posljedica“ – KlimProPos, koje će nam omogućiti horizontalnu razlučivost oko 1 km, ali i mogućnost da se nove prognoze izrađuju svakih 60 minuta. Osim modela za prognozu vremena, na DHMZ-u se koriste slični modeli za hidrološke procese i kvalitetu zraka, samo naglasak stavljaju na neke druge varijable. Na primjer, hidrološki modeli fokusiraju se na vodostaje i protok, dok modeli za kvalitetu zraka analiziraju razinu sumporovog dioksida, dušikovih spojeva, čestica u zraku i druge parametre.
