Zöldebbé teheti a meteorológiát a mesterséges intelligencia

Az előrejelzésekhez az adatokat elemző szuperszámítógépek hatalmas energiaigényűek, de talán lehet ezen változtatni.

Ma ugyanolyan divat szidni a meteorológusokat, mint régen, holott ma a 6 napos előrejelzés van annyira pontos, mint 3 évtizeddel ezelőtt a 3 napos előrejelzés volt. Ma már elképesztő nehéz elképzelni, hogy egy hőhullám, vagy egy veszélyes viharrendszer meglepetésszerűen csapjon le valahol anélkül, hogy az előrejelzésben szerepelt volna a lehetősége. A szakemberek csak csendes forradalomnak nevezik ezt a fokozatos javulást, ez rengeteg emberéletet is megmentett és hatalmas anyagi károkat tett elkerülhetővé, ám nem volt ingyen. Az előrejelzésekhez használt szuperszámítógépek rengeteg energiát használnak, éves szinten több milliárd dollárt kell arra költeni, hogy a gépen a nap 24 órájában az előrejelzéshez szükséges számításokat végezhessék.
Lehet azonban, hogy javítható ez a helyzet. A Science számolt be azokról a próbálkozásokról, tesztekről, amelyekben az előrejelzésekhez a mesterséges intelligencia segítségével a szuperszámítógépek szintjének megfelelő prognózis készülhet.
A hagyományos előrejelzéshez a légkör pillanatnyi állapotát (ezt biztosítják a folyamatos mérések a tengeri bójáktól a szárazföldi mérőállomásokon át a műholdakig) betáplálják a szuperszámítógépbe, ahol a modell a légkörünket szó szerint milliónyi egyedi tömbre osztva végzi el a fizikai törvények alapján a számításokat. E számítások vetítik előre, hogy az adott tömb viselkedése a következőkben miként változhat majd, vagyis így születik meg az előrejelzés, amit a szuperszámítógép is több órán keresztül számol. Az MI megkerüli ezt a lépést.
A tesztek kecsegtetőek: a numerikus modellekkel készült 10 napos előrejelzéseket egy betanított MI egy asztali számítógépen olyan előrejelzéssel tudja elkészíteni, szinte percek alatt, mint a hagyományos módszerrel készült előrejelzés – sőt, egyes esetekben még jobban is. A Középtávú Időjárás Előrejelzések Európai Központja (ECMWF) már nekiállt tesztelni az MI-t, az elmúlt hónaptól, kísérleti jelleggel, a mesterséges intelligencia által generált előrejelzéseket is elkészítik. Az MI-nek köszönhetően felszabadult számítási kapacitásokat más problémák elemzésére lehet használni, az MI-s előrejelzéseket pedig az eddiginél gyakrabban is elkészíthetik így a szakemberek.
Több technológiai óriáscég is készített olyan időjárás-elemző MI-t a közelmúltban, amely az előrejelzések gyorsabbá, olcsóbbá tételét tűzte ki célul. A Google rendszerében már működik is egy olyan előrejelző MI, a GraphCast, amelynek folyamatos 24 órás előrejelzése az állításaik szerint vetekszik szinte bármely meteorológiai szolgálatéval.
A Google DeepMind MI-jét 40 évnyi úgynevezett reanalízis adaton, gyakorlatilag a múltbéli időjárás részletein tanították be, és így a természetes időjárási mintázatok felismerése segítségével megspórolhatják azokat a nagyon időigényes számításokat, amelyeket a klasszikus előrejelzésen alkalmaznak. Bár az MI betanítása 32 számítógép 4 heti munkáján át válhatott valóra, a már betanított algoritmus egy egyszerű PC-n pillanatok alatt elkészíti a kívánt előrejelzést.
Az MI-vel dolgozó szakemberek számára a következő lépés az lesz, hogy olyan előrejelzés-sorozatokat készítsenek, amelyekben a kezdeti adatokon egész kicsit változtatva, és számos alkalommal lefuttatva a számításokat, több lehetséges jövőkép is megszületik. Ezekből lehet azután megmondani, hogy egy-egy lehetséges jövőképnek mekkora az esélye, mekkora az aktuális előrejelzés bizonytalansága.
Tovább javítható majd az MI hatékonysága azzal, ha a reanalízis adatok helyett a nyers mérési adatokkal végzik a tanítását – a Google rövid távú előrejelzése már most is ezzel a módszerrel dolgozik, a friss mérési adatokon, műholdas és radaros méréseken fejleszti magát. A jövőben a klímamodelleket is pontosabbá tehetik majd az MI-k.
Egyelőre nem kell persze attól tartaniuk a meteorológusoknak, hogy mehetnek árufeltöltőnek valamelyik nagyáruházba, hosszú még az út addig, hogy az MI gyakorlati részt vállalhasson az előrejelzésekben. Ha el is terjed, jóval inkább kiegészítője lesz eleinte a hagyományos számításoknak, miközben a szakembereknek, ahogy más, MI-t használó szakterületeken is, így több kapacitásuk jut a komplexebb problémamegoldásokra.