Novi AI program za vremensku prognozu, Aardvark Weather, generira vremenske prognoze u jednoj sekundi te postiže točnost usporedivu s tradicionalnim modelima koji zahtijevaju ogromna superračunala i opsežno vrijeme računanja. Riječ je o softveru kojeg su razvili Richard Turner i njegov tim sa Sveučilišta Cambridge i koji ima za cilj revolucionirati predviđanje vremena zamjenom faze prognoze i faze inicijalizacije. To je nešto što prethodni modeli umjetne inteligencije nisu uspjeli.
Povijest prognoziranja vremena
Od 1950-ih, vremenske prognoze su ovisile o numeričkom predviđanju vremena (engl. Numeric Weather Prediction ili NWP), koristeći modele temeljene na fizici za obradu podataka sa satelita, balona i meteoroloških stanica. Iako su učinkoviti, ti sustavi zahtijevaju ogromnu računalnu snagu.
Nedavni napredak umjetne inteligencije smanjio je neka računalna opterećenja, a Google i DeepMind uvode alate za strojno učenje koji zamjenjuju dijelove tih modela. Europski centar za srednjoročne vremenske prognoze (ECMWF) nedavno je implementirao sustav predviđanja umjetne inteligencije, označavajući još jedan korak u integraciji umjetne inteligencije u meteorologiju.
Međutim, nijedan AI sustav još nije zamijenio i predviđanje i inicijalizaciju podataka, sve do spomenutog Aardvarka.
Prednosti i ograničenja Aardvarka
Turner naglašava da sama inicijalizacija troši polovicu računalnih resursa, čineći Aardvarkovu sposobnost da se nosi s obje faze, velikim napretkom. Model obrađuje samo 10 posto ulaznih podataka koji se obično koriste, ali daje rezultate usporedive s modernim NWP prognozama. Međutim, njegova mrežna rezolucija kvadrata od 1,5 stupnjeva puno je grublja od ECMWF-ove rezolucije od 0,3 stupnja, ograničavajući njegovu sposobnost otkrivanja složenih vremenskih obrazaca.
Istraživanje vezano za Aardvark objavljeno je u časopisu Nature.
David Schultz sa Sveučilišta u Manchesteru, koji nije sudjelovao u istraživanju vezanom za Aardvark, to dodatno obrazlaže. Može doći do neriješenih stvari koje bi mogle pokvariti vremensku prognozu. One uopće ne predstavljaju krajnosti. Ne mogu to riješiti na ovoj razini, kaže on za New Scientist.
Budućnost umjetne inteligencije u meteorologiji
Unatoč uspjehu Aardvarka, modeli umjetne inteligencije i dalje se oslanjaju na trenažne podatke temeljene na fizici. To apsolutno ne funkcionira ako oduzmete njihove podatke o treningu i samo koristite podatke promatranja za treniranje, priznaje Turner.
Optimisti poput Nikite Gourianova sa Sveučilišta Oxford predviđaju da će umjetna inteligencija nadmašiti NWP, To je pitanje razmjera, ali i pitanje pameti. Morate biti pametni s načinom na koji unosite podatke i kako strukturirate neuronsku mrežu, rekao je Gurianov za New Scientist.
Kako se AI nastavlja razvijati, ravnoteža između modela temeljenih na fizici i strojnog učenja mogla bi oblikovati budućnost predviđanja vremena, potencijalno stvarajući brže, učinkovitije sustave predviđanja sa smanjenim računalnim troškovima.
