1000-szer kevesebbet fogyaszt, mégis jobb 20%-kal: új korszak jöhet az időjárás-előrejelzésben

Artificial Intelligence Forecasting System (Mesterséges Intelligencia Előrejelző Rendszer, AIFS) néven mutatta be új, MI-alapú időjárás-előrejelző modelljét az ECMWF. A szervezet közleménye szerint az AIFS amellett, hogy sokkal gyorsabb a hagyományos, úgynevezett fizikai modelleknél, még takarékosabb is: nagyjából ezerszer (!) kevesebb energiából készít előrejelzéseket.

A hagyományos modellek fizikai egyenletek megoldása révén készítenek előrejelzéseket, ám ennek a módszernek megvannak a maga korlátai. Az egyik például az, hogy a légköri dinamika alapján közelítik meg a dolgokat, míg az MI által hajtott megoldások egyik figyelemre méltó tulajdonsága éppen az, hogy az időjárási mintázatok komplexebb összefüggéseit, dinamikáit is megtanulhatják az adatokból. Így nem csupán a korábbról ismert és dokumentált egyenletekre támaszkodnak.

Mint a Gizmodo megjegyzi: az ECMWF nem sokkal azután jelentette be az AIFS-t, hogy a Google DeepMind is előrukkolt a GenCast nevű modelljével, mely szintén az MI-re támaszkodik – és túl is szárnyalta az ECMWF hagyományos középtávú időjárás-modelljét, az ENS-t. Méghozzá nem is kevéssel: volt olyan, amikor bizonyos mutatók tekintetében 99,8 százalékkal bizonyult pontosabbnak.

Az ECMWF az AIFS-sel még csak a rendszer első, működőképes változatát mutatta be, és egyelőre a felbontása is kisebb, mint a fizikai változaté. Az MI-alapú megoldást egyelőre inkább egy másik, IFS nevű modelljük kiegészítésének tekintik.

A szakemberek a jövőben vizsgálni fogják az adatvezérelt és a fizikai alapú modellezés hibridizálásának lehetőségeit, így javítva az időjárás-előrejelzések pontosságát.

Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.