Már öt nappal a Dolphin kínai partot érése előtt megbecsülte a vihar várható helyét és időpontját a Fengwu mesterségesintelligencia-alapú időjárási modell. A rendszer ipari alkalmazásáért felelős Techwind szerint az időpontnál fél órán belüli pontosságot ért el, a becsült helyszín pedig mintegy 30 kilométerrel tért el a tényleges érkezési ponttól.
A Dolphin tájfun egyben újabb próbatételt jelentett azoknak a mesterséges intelligencián alapuló rendszereknek is, amelyekkel Kínában egyre intenzívebben kísérleteznek az időjárás előrejelzésében.
A figyelem most a Sanghajban fejlesztett Fengwu modellre irányult. A technológia ipari alkalmazásáért felelős Techwind vezetője a Reutersnek arról számolt be, hogy a rendszer már öt nappal a tájfun érkezése előtt meglehetősen pontos becslést készített.
A közlés szerint a Dolphin partot érésének időpontját fél órán belüli eltéréssel határozta meg, a helyszínt pedig körülbelül 30 kilométeres pontossággal jelezte előre.
Gyorsabban dolgozhat, mint a hagyományos modellek
A mesterséges intelligenciára épülő időjárási rendszerek egyik legnagyobb előnye a gyorsaság.
A hagyományos meteorológiai modellek összetett fizikai számításokkal próbálják meghatározni, hogyan változik majd a légkör. Ehhez komoly számítási kapacitásra és nagy teljesítményű szuperszámítógépekre van szükség.
Az AI-modellek más megközelítést használnak. Nagy mennyiségű korábbi meteorológiai adatból tanulják meg az időjárási folyamatok mintázatait, majd ezek alapján készítenek előrejelzéseket.
Ez jóval gyorsabb számításokat tehet lehetővé, ami egy közeledő tájfun vagy más, gyorsan változó szélsőséges időjárási helyzet esetében fontos lehet.
Egyre több hasonló rendszer készül
A Fengwu nem az egyetlen kínai fejlesztés ezen a területen. A Huawei Pangu nevű modellje és a Fudan Egyetem Fuxi rendszere szintén mesterséges intelligenciát használ az időjárás előrejelzésére.
Nemzetközi fejlesztések is versenyeznek ezen a területen. A Google a GraphCast és GenCast modellekkel dolgozik, míg az Nvidia technológiájára épülő FourCastNet szintén az új generációs időjárás-előrejelző rendszerek közé tartozik.
A Fengwu fejlesztői korábbi eredményeik alapján azt közölték, hogy modelljük a vizsgált meteorológiai változók jelentős részénél jobb eredményt ért el a GraphCastnál. A rendszerrel a használható középtávú előrejelzés időszakát is tíz nap fölé sikerült kitolniuk.
Nem mindenben pontosabb még az AI
A mesterséges intelligencia ugyanakkor még nem váltotta ki a hagyományos meteorológiai előrejelzést.
A Reuters által megszólaltatott szakemberek szerint az AI különösen a trópusi ciklonok várható útvonalának meghatározásában mutat ígéretes eredményeket. A viharok erősségének pontos előrejelzése azonban továbbra is nehezebb feladat.
A gyakorlatban ezért a meteorológusok nem egyetlen rendszer számításaira támaszkodnak. Az AI-modellek eredményeit a hagyományos előrejelzésekkel együtt értékelik és több számítás összevetéséből próbálják meghatározni a legvalószínűbb forgatókönyvet.
A Dolphin példája azt mutatja, milyen szerepe lehet ezeknek az új rendszereknek. Minél korábban és pontosabban sikerül meghatározni egy közelgő tájfun útját, annál több idő maradhat a veszélyeztetett térségek felkészítésére.
Forrás: Reuters
