Prognoza pogody, która zawsze jest niezawodna i sprawdza się precyzyjnie? Któż by nie chciał. Transport lotniczy, morski, drogowy, przemysł kosmiczny, rolnictwo, rybołówstwo, podróże, turystyka, hotele, gastronomia, sport, kultura, branża eventowa… Co łączy te sektory? Wszystkie chętnie korzystają z prognozowania pogody, bo mocno od warunków atmosferycznych zależą. Gdyby tak niemal… w 100% przewidzieć pogodę?
Choć prognozy z biegiem lat stawały się coraz dokładniejsze, to przez cały czas doskonałe nie są, a do tego ich tworzenie wymaga potężnych zasobów obliczeniowych. Wszystko może zmienić sztuczna inteligencja. Jest szansa, iż prognozy pogody wygenerowane przez AI będą jakościowo zdecydowanie lepsze niż w przypadku wcześniejszych narzędzi. Jak to będzie możliwe?
Globalna prognoza pogody w minutę
Dokładnych i niezawodnych informacji o pogodzie potrzebują nie tylko branże gospodarcze, ale również wojsko, policja, organy decyzyjne miast, regionów i całych państw. Nie mówiąc o Nowakach czy Kowalskich, którzy wybierają się na weekend za miasto czy na dłuższy urlop nad polskie morze czy w polskie góry. Cóż, pogoda nad polskim morzem… to temat sam w sobie, ale sztuczna inteligencja i z tym może sobie poradzić.
Na arenę z impetem wkracza technologia, która może wiele zmienić. To AI. W zakresie prognozowania pogody doskonały przykład rosnących możliwości AI pokazało właśnie Google. Dziesięciodniowe prognozy tworzone przez oparty na technologii DeepMind system GraphCast okazały się aż w 90% przypadków dokładniejsze od prognoz przygotowywanych z pomocą najdokładniejszego z tradycyjnych modeli.
Jednocześnie system lepiej radził sobie choćby z ekstremalnymi zjawiskami, do których jeszcze nie został choćby wytrenowany, takimi jak tropikalne cyklony, tzw. atmosferyczne rzeki czy ekstremalne wahania temperatur. To nie wszystko… Wygenerowanie takiej prognozy zajmuje systemowi zaledwie minutę, kiedy działa choćby na pojedynczym procesorze przystosowanym do obsługi sztucznej inteligencji (tzw. TPU).
Do stworzenia globalnej prognozy o rozdzielczości 0,25 st. szerokości i długości geograficznej na kolejnych 6 godzin program potrzebuje tylko informacji o dwóch stanach pogody – obecnym i sprzed 6 godzin. Wynik można ponownie wprowadzić do systemu, aby uzyskać przewidywania na dłuższy okres.
„Wierzymy, że, jeżeli chodzi o tworzenie prognoz pogody, mamy do czynienia z punktem zwrotnym. Pomoże to otworzyć nowe możliwości wspierania decyzji zależnych od warunków atmosferycznych przez różne jednostki i branże. Takie prognozy mogą stać się niedrogie, bardziej precyzyjne, łatwiej dostępne i dostosowane do konkretnych zastosowań” – piszą autorzy publikacji, która ukazała się w prestiżowym periodyku „Science”.
Tornada mniej groźne
Specjaliści z Colorado State University na łamach czasopisma naukowego „Weather and Forecasting” przedstawili z kolei narzędzie do dokładnego przewidywania tornad i burz gradowych. Wiedza o zbliżających się zjawiskach tego rodzaju to informacje „najwyższej wagi”. Badacze w czasie ostatnich lat pracowali nad modelem do przewidywania ryzykogennych zdarzeń pogodowych na terenie USA. Model ten był oparty na uczeniu maszynowym.
Model został wytrenowany na wcześniejszych prognozach i na archiwalnych danych dotyczących pogody z okresu 9 lat zebranych z terenu kontynentalnych Stanów Zjednoczonych. Teraz na podstawie informacji o takich czynnikach jak wiatr i temperatura system potrafi przewidzieć tornado i gradobicie z wyprzedzeniem od 4 aż do 8 dni. Jak podkreślają badacze, to wystarczający czas, który pozwala na odpowiednie przygotowania konkretnego terytorium do ekstremalnych zjawisk pogodowych.
Czy synoptycy powinni bać się o stabilność swoich posad? Naukowcy zaznaczają, iż człowiek przez cały czas jest niezbędny. „Nasz statystyczny model może pomóc analitykom operacyjnym, nie ma ich zastąpić” – twierdzi kierujący pracami Aaron Hill.
„Zespół ten opracował oparty na rachunku prawdopodobieństwa, wykorzystujący uczenie maszynowe system przewidujący ekstremalne zjawiska pogodowe, który jest statystycznie niezawodny, a przy tym bardzo sprawny i praktyczny z punktu widzenia meteorologów” – dodaje dr Israel Jirak ze Storm Prediction Center, który współpracował z twórcami programu.
Badacze pracują już nad ulepszeniem modelu. Sprawdzają m.in., które dane atmosferyczne są najważniejsze dla przewidywania tornad i gradobić. „Liczymy na to, że, jeżeli uda nam się lepiej zrozumieć sposób, w jaki model dokonuje swoich przewidywań, będziemy w stanie lepiej orientować się, dlaczego prognozy są lepsze lub gorsze w określonych warunkach pogodowych” – wyjaśnia jedna z autorek programu, Allie Mazurek. Innymi słowy, chodzi o to, aby model nie tylko stał się jeszcze dokładniejszy, ale także zrozumiały i przejrzysty w działaniu.
Wyjątkowo trudna sprawa
Osiągnięcie zespołu z Colorado może się wydawać kluczowym sukcesem, jeżeli weźmiemy pod uwagę nie tylko potencjalne konsekwencje, jakie mogą mieć tornada, ale także trudności w ich przewidywaniu. Jak na łamach „The Conversation” wyjaśnia Morgan Schneider z NOAA National Severe Storms Laboratory, tornada, mimo dużej skali i niszczącej mocy (czyli potencjalnie – zjawisko, którego trudno nie zauważyć), są wyjątkowo trudne do przewidzenia.
Precyzyjne określenie, które burze mają potencjał wytworzenia tornada, pozostało relatywnie łatwe. Jednak ostateczne powstanie tego zjawiska zależy od subtelnych pogodowych czynników, których, jak tłumaczy ekspertka, zwykle w obecnych modelach się choćby nie uwzględnia. najważniejsze znaczenie ma np. zmiana prędkości i kierunku wiatru na różnych wysokościach i rozkład temperatury wewnątrz burzy.
Jednak meteorolodzy nie mogą wysłać do każdego takiego zdarzenia np. balonu z instrumentami pomiarowymi. Potrzebne są więc nowe narzędzia i, jak pokazują nowe osiągnięcia w zakresie sztucznej inteligencji, to właśnie AI może podpowiadać wyjątkowo skutecznie przewidywanie tornad i prognoz pogody w ogóle.
Przyszłość może należeć do AI
„Podczas gdy duże modele językowe, takie jak ChatGPT, zdobywają dominujące miejsce w nagłówkach wiadomości, w tle możemy zaobserwować cichą rewolucję. Modele uczenia maszynowego stają się konkurencyjne wobec numerycznych modeli do tworzenia prognoz pogody” – stwierdzili eksperci z Europejskiego Centrum Średnioterminowych Prognoz Pogody (ECMWF) w opublikowanym niedawno opracowaniu.
Mamy więc od czynienia z zauważalnym postępem, mimo iż początkowo wielu fachowców uważało to podejście za mało obiecujące i niewarte inwestowania. Sytuacja zaczęła się dramatycznie zmieniać w ubiegłym roku, właśnie dzięki osiągnięciom Google’a, a także innych prywatnych firm – Huawei i NVIDIA.
„Prognozy pogody oparte na uczeniu maszynowym najpierw zbliżyły się do precyzji systemu IFS (używanego jako miara wysokiej jakości prognoz), potem dorównały jego możliwościom, a ich twórcy twierdzili nawet, iż przewyższają one nasze wyniki. Co więcej, wykonanie prognozy przy użyciu tych modeli wymaga jedynie jednej karty graficznej, zajmuje mniej niż minutę i zużywa tylko niewielki ułamek energii potrzebnej do stworzenia prognozy przy użyciu IFS” – piszą eksperci.
IFS to skrót od Integrated Forecasting System (zintegrowany system prognozowania) i dotyczy systemu stworzonego właśnie w ECMWF. Specjaliści z tej organizacji zwracają jednak uwagę, iż oparte na sztucznej inteligencji systemy są, jak dotąd, szkolone głównie na wcześniejszych prognozach tradycyjnych.
Eksperci zadają też pytanie, czy nowe podejście będzie dostarczało cały czas spójnych i sensownych przewidywań. Niektóre nowe modele np. stworzone przez Huawei czy firmę NVIDIA zostały publicznie udostępnione i dzięki specjalnemu narzędziu fachowcy mogą je testować na danych ECMWF. Pozostaje czekać na efekty dalszych prac i najprawdopodobniej – coraz doskonalsze, może wręcz prawie doskonałe prognozy pogody.
Wyjazd nad polskie morze tylko w t-shircie?
Prawdziwe tornada w Polsce raczej się nie zdarzają, a zjawiska podobne do tornada są niezwykle rzadkie, ale tzw. ekstremalne zjawiska pogodowe nawiedzają nasz kraj często – potężne wichury niszczące lasy i linie przesyłowe, zamiecie śnieżne blokujące drogi i linie kolejowe, a czasem całe regiony, a także ulewne desze powodujące zniszczenia sieci transportu czy zalania wsi i miast.
Ten niszczący aspekt pogody to – moim zdaniem – najważniejszy czynnik, dla którego warto się bić o jak najdokładniejsze przewidywanie nadchodzących zawirowań w pogodzie.
Ale na drugim planie są także sprawy na co dzień ważne dla biznesu i dla wszystkich/każdej z nas. W sumie możliwość wyjazdu w lipcu nad polskie morze tylko z plecakiem, w którym będzie kilka t-shirtów, a nie – na wszelki wypadek – z walizą pełną puchowych kurtek z kapturem i peleryn przeciwdeszczowych, jest również przyjemną perspektywą.
Czytaj też: ChatGPT uzyska dostęp do najnowszych wiadomości dzięki umowie OpenAI z Axel Springer
Źródło zdjęcia: Raychel Sanner/Unsplash
