DeepMind chce przewidywać gwałtowne zjawiska pogodowe wcześniej niż wszyscy. I wygląda na to, iż naprawdę potrafi.
Przywykliśmy już do tego, iż sztuczna inteligencja potrafi przewidzieć co chcemy obejrzeć na Netfliksie, jakiego maila zaraz dostaniemy albo czy nasz samochód nie wjedzie w słupek. Ale przewidywanie huraganów? I to z wyprzedzeniem większym niż najlepsze modele meteorologiczne na świecie? A jednak – według najnowszych doniesień naukowych – DeepMind faktycznie zrobił coś, co meteorolodzy określają jako „skok dekady”.
Chodzi o model WeatherNext, który w testach i w realnych prognozach okazał się zdolny do przewidywania trajektorii i intensywności cyklonów tropikalnych średnio o jeden dzień wcześniej niż dotychczasowe systemy. Jeden dzień. W świecie huraganów to różnica między chaotyczną ewakuacją a sensownym planem działania.
Huragan Melisa był pierwszym wielkim sprawdzianem
Najmocniejszym przykładem jest huragan Melissa z zeszłego roku. Gdy nad Karaibami zaczęła formować się burza klasyczne modele nie mogły się dogadać: Haiti czy Jamajka? Słaby sztorm czy coś poważniejszego? WeatherNext pięć dni przed uderzeniem wskazał Jamajkę – i to jako kategorię 5, czyli absolutny kataklizm. Trafił.
Zrobił to z 80-procentową pewnością, co w meteorologii jest wynikiem, który zwykle pojawia się dopiero na ostatniej prostej, gdy huragan jest już dobrze uformowany. Dzięki temu lokalne służby mogły zacząć działać wcześniej, a mieszkańcy – przygotować się na najgorsze.
Jak to możliwe, iż AI przewiduje huragany lepiej niż modele budowane przez dekady?
Tu zaczyna się część, która najbardziej fascynuje naukowców. WeatherNext korzysta z danych o znacznie niższej rozdzielczości niż klasyczne modele numeryczne. W teorii powinno to oznaczać gorsze prognozy, bo huragany są zjawiskami wielkoskalowymi i jednocześnie bardzo lokalnymi. Trzeba wiedzieć, co dzieje się w atmosferze na poziomie globalnym, ale też mieć szczegółowe dane o temperaturze oceanu czy lokalnych prądach powietrznych.
A jednak AI radzi sobie z tym zaskakująco dobrze. Na tyle dobrze, iż część meteorologów była przekonana, iż wyniki testów to pomyłka. Dopiero gdy model trafił do prawdziwych prognoz okazało się, iż nie – on naprawdę potrafi przewidywać intensywność huraganów, mimo iż „widzi” atmosferę w mniejszej szczegółowości niż tradycyjne narzędzia.
Naukowcy przyznają, iż nie wiedzą jak dokładnie model to robi. WeatherNext jest w dużej mierze czarną skrzynką. To nie jest sytuacja, w której AI odkrywa nowe prawa fizyki, ale raczej taka, w której potrafi wyłapać subtelne wzorce w danych, których ludzie nie dostrzegają.
1000 scenariuszy zamiast 50. AI robi to, czego klasyczne modele nie są w stanie
Uśrednione ważone dane z ubiegłego roku dla poszczególnych modeli operacyjnych dla połączonych regionów Atlantyku i północnego PacyfikuKolejna przewaga WeatherNext to liczba symulacji. W ubiegłym roku model generował około 50 możliwych scenariuszy dla wszystkich cyklonu. Teraz jest ich 1000. To ogromna różnica, bo huragany są podatne na efekt motyla – drobna zmiana warunków może całkowicie zmienić trajektorię lub intensywność.
Tradycyjne modele numeryczne nie są w stanie wygenerować tylu wariantów, bo wymagałoby to gigantycznej mocy obliczeniowej. AI robi to szybciej i taniej, a meteorolodzy dostają nie jedną prognozę, ale cały wachlarz możliwości, który pozwala im lepiej ocenić ryzyko.
Czy to oznacza, iż AI zastąpi meteorologów?
Nie. I to nie jest kurtuazyjna odpowiedź – to realna ocena ekspertów. Modele takie jak WeatherNext są narzędziem, które pomaga przewidywać trajektorię i intensywność, ale nie potrafią przełożyć tego na realne skutki dla ludzi. A to właśnie skutki – powódź, zniszczenia, przerwy w dostawach prądu – są kluczowe.
Meteorolodzy podkreślają, iż każdy huragan jest inny, a prognoza to nie tylko liczby, ale też doświadczenie, interpretacja i komunikacja z lokalnymi władzami. AI może być świetnym wsparciem, ale nie zastąpi człowieka.
Najciekawsze w tym wszystkim jest to, iż Google DeepMind postanowił otworzyć model WeatherNext dla społeczności naukowej. To nie jest typowy ruch korporacji, które zwykle trzymają swoje najlepsze narzędzia w zamknięciu. Tu mamy sytuację, w której badacze z całego świata będą mogli eksperymentować z modelem, ulepszać go i – być może – odkryć, co tak naprawdę AI widzi w danych.
Jeśli to się uda, możemy być świadkami rewolucji w prognozowaniu ekstremalnych zjawisk pogodowych. Nie tylko huraganów, ale też powodzi, fal upałów czy burz śnieżnych. A w czasach, gdy klimat robi się coraz bardziej nieprzewidywalny takie narzędzia mogą okazać się bezcenne.
Oczywiście przez cały czas warto zachować zdrowy dystans – bo jak pokazuje historia, choćby najlepsze modele potrafią się pomylić. Ale jeżeli mamy narzędzie, które daje nam dodatkowy dzień przewagi nad naturą, to trudno nie docenić jego znaczenia.
