У априлу прошле године у Дубаију је пало више кише у једном дану него што би се нормално очекивало да ће пасти током целе године.Заслуге: Гиусеппе Цацаце/АФП преко Геттија
Алати вештачке интелигенције су трансформисали временску прогнозу, захваљујући својој способности да науче прошле обрасце из посматрања и предвиде како би се будући обрасци могли развијати. Али до сада, модели су се понекад мучили да предвиде екстремне временске догађаје које никада раније нису видели, али се дешавају све чешће како се планета загрева.
То је као да покушавате да „предвидите будућност са јучерашњом климом“, како то каже Јацоб Ландсберг, научник података са Бостонског универзитета у Масачусетсу.
Један нови приступ који показује успех комбинује модел вештачке интелигенције (АИ) са конвенционалним климатским моделом, плус математичке алате који описују ретке догађаје, да би се ефикасније прогнозирали временски екстреми. У раним тестовима, овај хибридни приступ је симулирао вероватноћу екстремних топлотних таласа једнако прецизно као и старија, не-АИ метода, којој је потребно много дуже да се покрене1.
„Мислимо да је ово пут напред“, каже Педрам Хассанзадех, климатски физичар са Универзитета у Чикагу у Илиноису који је укључен у неколико раних студија. Чланови тима објавили су резултате у низу препринта на арКсив-у ове године, и разговараће о раду на предстојећим конференцијама, укључујући састанак Америчке геофизичке уније овог месеца.
Ограничени подаци о обуци
Екстремно време може бити посебно опасно када превазилази оно што људи обично доживљавају. Примери укључују дубоко смрзавање у Тексасу 2021. године које је убило стотине људи и топлотни талас у Москви 2010. који је убио више од 10.000. Али тешко је репродуковати статистику тако ретких догађаја и тачно предвидети како би се они могли променити у будућности, каже Хасанзадех. АИ модели можда раде са само 40 година података о обуци, али треба да предвиде екстремне временске услове који се дешавају само једном у 1.000 година.
Узмите у обзир невиђене кише које су погодиле Дубаи у априлу 2024. године, када је у једном дану пало више од годину дана кише. Истраживачи предвођени Кианг Суном, атмосферским научником са Универзитета у Чикагу, и Хассанзадехом анализирали су догађај са два АИ модела. Били су изненађени и импресионирани када су открили да би један од њих, ГрапхЦаст модел који је развио Гоогле ДеепМинд у Лондону, тачно предвидео догађај осам дана пре него што се догодио2.
Али ствари нису функционисале тако добро када су научници погледали тропске циклоне. Други АИ временски модел, ФоурЦастНет који је развила НВИДИА у Санта Клари, Калифорнија, борио се да предвиди најјаче тропске циклоне када није имао екстремне олује у свом сету за обуку3.
То је изгледало као лоша вест, али истраживачи су приметили трачак наде. Чинило се да је модел био у стању да учи из олуја које су се догодиле у једном океанском басену, као што је Атлантик, и да то учење примени на друге океанске басене, као што је Пацифик. У основи би могао да побољша своје регионалне прогнозе превођењем информација у различите делове света. „Чињеница да то могу да ураде им даје велику моћ“, каже Хасанзадех.
Хибридни приступ
У свом најновијем раду, истраживачи су пронашли пут напред са још једним АИ моделом, Пангу-Веатхер који је развила кинеска компанија Хуавеи Цлоуд, у Шенжену. Научници су га комбиновали са глобалним климатским моделом заснованим на физици, плус математичком методом за анализу статистике ретких догађаја, како би видели да ли могу да предвиде топлотне таласе на средњим географским ширинама.
