În acest moment al dezvoltării sistemelor, o prognoză meteo mai lungă de 4 zile este un joc de noroc. O știu atât meteorologii, cât și publicul. Inteligența Artificială este pe cale să schimbe acest lucru, spune Bogdan Antonescu, fizician și specialist în fenomene meteo extreme.
Pentru că lucrează cu milioane de seturi de date, meteorologia este un teren ideal unde pot fi aplicate cele mai recente progrese din domeniul inteligenței artificiale. Din anii ‘90 se folosesc tehnici de învățare automată și după anii 2000 sunt aplicate tehnologii de învățare profundă. Aceste tehnici permit realizarea de prognoze mult mai bune calitativ, care țin seama și de cât mai mulți factori locali.
Avansul din domeniul AI poate ajuta meteorologia în două direcții, explică pentru HotNews.ro, Bogdan Antonescu, fizician și specialist în fenomene meteo extreme: la partea de prelucrare a datelor și la partea de recunoaștere a diverselor pattern-uri (caracteristici), ceea ce înseamnă ca programul să recunoască faptul că un eveniment s-a mai întâmplat în trecut.
Prognoze mai detaliate
Practic AI-ul poate îmbunătăți modelele numerice de prognoză, astfel încât ele să fie mult mai detaliate, iar în felul acesta putem câștiga timp. În plus, AI-ul poate extrage informații utile din cantități uriașe de date meteo.
Progresele din AI vor permite prognoze mai rapide pentru diverse fenomene meteo, iar aceste îmbunătățiri s-ar putea resimți pe viitor și în avertizările de tip nowcasting date de ANM.
„Ne-ar putea ajuta mult. De exemplu, am putea afla dacă o furtună va produce, sau nu, grindină, mult mai bine decât ar face-o un meteorolog. De ce? Fiindcă AI-ul poate analiza un volum mult mai mare de date, poate recunoaște anumite structuri și te ajută să prognozezi mult mai rapid decât un meteorolog care interpretează acele date”, spune Bogdan Antonescu.
Un alt avantaj ar fi că AI-ul ar putea să identifice mai bine zonele predispuse la un anumit moment pentru apariția unor fenomene meteo violente. Aici contează însă calitatea datelor de la care pornești și precizia observațiilor. Dacă setul de date are calitate scăzută, AI-ul nu va avea cum să facă minuni.
Ce fenomene meteo sunt cel mai greu de prognozat în general? Tot ce ține de convecție atmosferică, adică furtuni, ploi și tipuri de nori. Sunt greu de prognozat cu acuratețe fenomenele care evoluează rapid.
Patru zile, limita din prezent a prognozei
Nu trebuie să uităm că actualele modele de prognoză au o limită, iar în prezent cam patru zile este această limită, ceea ce înseamnă că acesta este intervalul pentru care ai o prognoză apropiată de realitate. „După patru zile, lucrurile încep să o ia puțin razna”, explică Bogdan Antonescu, care spune că pe viitor acest interval cu prognoze bune ar putea deveni mai lung.
Fizicianul spune că aceste dezvoltări rapide pe AI ajută mult cercetătorii să identifice condițiile care duc la apariția furtunilor, condițiile la scară mare: cum arată instabilitatea, umiditatea. Astfel de lucruri sunt importante în cercetare, fiindcă ne pot da detalii în plus pentru a înțelege mai bine mediile în care se formează furtuni violente, iar aceste date obținute pot fi integrate în prognoze, pentru ca acestea să fie tot cât mai precise.
Cu o săptămână înainte nu poți, cu resursele din prezent, să dai o prognoză exactă cu privire la un eveniment meteo extrem, fiindcă nu ai cum să anticipezi cu precizie că în localitatea X va fi, spre exemplu, un record de precipitații (un eveniment pluviometric extrem, cum ar spune meteorologii).
Pași rapizi care pot ajunge să salveze vieți
Mai multe modele AI ce anticipează evoluții atmosferice au apărut în ultimii doi ani, cele mai cunoscute fiind GraphCast, GenCast, FourCastNet, Pangu, FuXi și AIFS. Numele sunt amuzante, dar ascund diferite grade de complexitate. Ce promitea Google cu unul dintre modele sale puteți citi aici. Și Microsoft are un proiect denumit Aurora.
Avantajele acestor noi tehnologii sunt impresionante. Acolo unde era nevoie de două până la trei ore pentru o simulare pe un supercomputer dedicat, este nevoie de doar numai un minut pe un computer cu o singură placă grafică pentru a obține un rezultat foarte apropiat. Aici puteți citi în română o descriere a tehnologiei Huawei.
De ce contează rapiditatea prognozei? Fiindcă într-o lume care s-a încălzit foarte mult sunt mai dese evenimentele extreme și contează enorm dacă poți prognoza cu mare exactitate o furtună, spre exemplu. Despre modelul dezvoltat de Nvidia puteți citi aici.
O estimare a Băncii Mondiale indică faptul că, dincolo că ar fi salvate zeci de mii de vieți, îmbunătățirea prognozelor meteo și a sistemelor de avertizare ar aduce câștiguri economice de 162 miliarde dolari/an la nivelul întregii lumi.
Rapiditatea este esențială în a îmbunătăți prognozele legate de furtuni (forma și evoluția lor), de riscul de inundații sau când este vorba despre diverse fenomene extreme. Un model mai bun va permite anunțarea mai din timp a publicului în legătură cu un fenomen meteo extrem.
Algoritmii, modelele și inteligența artificială
De câteva decenii, meteorologii au alcătuit prognozele folosind ecuații care descriu atmosfera, cum ar fi relația dintre presiunea aerului și vântul predominant de la o regiune la alta sau cât de repede se schimbă temperaturile pe măsură ce fronturile atmosferice reci se deplasează.
Meteorologii îmbogățesc aceste ecuații cu măsurători atmosferice și oceanice efectuate din oră în oră de stațiile meteo, de baloanele de mare altitudine și de sateliți. Datele sunt introduse în supercomputere care produc „predicții numerice”. Un supercomputer cumpărat în 2021 de la Microsoft de Met Office din UK a costat mai mult de un miliard de dolari.
Problema este că – dacă apar chiar și mici erori în măsurătorile meteo sau în calcule – acestea pot duce la erori mai mari de prognoză și se adaugă un aspect aici: costă mult timpul de computing pentru a rula simulări foarte complexe ale vremii terestre.
Partea bună cu algoritmii AI ține de faptul că ei caută modele (patterns) în datele meteorologice, în loc să rezolve ecuații. Algoritmii de căutare a modelelor sunt „antrenați” pe zeci de ani de șiruri de date meteorologice, pentru a prezice ce se va întâmpla afară în zilele următoare.
Așadar, abordarea AI este cu totul nouă la capitolul prognoze meteo. Modelele AI sunt „instruite” mai întâi pe cantități mari de date istorice, pe care le analizează pentru a găsi relații între observațiile sau previziunile anterioare și condițiile meteo care au urmat. Pentru a face o prognoză, ele preiau date despre condițiile meteo și prognoze din modele convenționale, apoi aplică ceea ce au învățat din trecut.
Majoritatea modelelor AI utilizate în prezent sunt modele „hibride” care folosesc prognozele din modele convenționale ca punct de plecare pentru a prezice riscul de producere a unui anumit pericol meteorologic, într-o anumită regiune.
Este spectaculos progresul din ultimele luni ale modelelor bazate în totalitate pe „machine learning” și sunt cercetători care au rămas plăcut surprinși de calitatea predicțiilor. Un lucru este însă cert, mai trebuie câștigată experiență în lucrul cu aceste modele.
Precizia modelelor meteorologice s-a îmbunătățit cu o zi pe deceniu: prognoza pe șapte zile în 2024 este aproximativ la fel de precisă precum era cea de trei zile din anii ’80. Poate, datorită avansului în domeniul AI, vom câștiga o zi în plus nu peste un deceniu, ci mai repede.
Prognozele pentru uragane s-au îmbunătățit mult în ultimele patru decenii, acuratețea privind estimarea traseului uraganului crescând, pentru prognoza pe trei zile, de la o medie de 300 de mile nautice, la 100 de mile nautice.
Problema este că fenomenele meteo extreme, precum inundațiile, grindina, furtunile de zăpadă, valurile de căldură și seceta rămân dificil de prezis în detaliu cu foarte mult timp înainte, astfel încât populația să fie informată și să se poată pregăti.
Sursa foto: Dreamstime.com
