Mesterséges intelligenciával jelezhetők előre a szélsőséges időjárási események két-hat hétre
A meteorológia évtizedes dogmáját döntötte meg az az új mesterségesintelligencia-eljárás, amely képes megbízható előrejelzést adni a szélsőséges időjárásról a kettő és hat hét közötti szubszezonális idősávban. Ez az időablak eddig a katasztrófavédelem és az energiaszektor vakfoltja volt: a légköri káosz miatt a szimulációk sokszor még a pénzfeldobás pontosságát sem érték el. A megbízható adatok hiánya vezetett a 2021 februári texasi krízishez is, ahol a fagyos viharok és az áramhálózat összeomlása legkevesebb 246 emberéletet követelt.
A Nature folyóiratban közzétett kutatásban – amelyben dr. Judah Cohen, az MIT klimatológusa is részt vett – nem kidobták a fizikai modelleket, hanem egy gépi tanulási kiegészítő réteget építettek köréjük. Ahelyett, hogy a történelmi átlagok felé simítaná az adatokat, az algoritmus a numerikus modellek rejtett, szisztematikus hibáit javítja ki. Az európai időjárás-központ (ECMWF) rendszerére kapcsolva a megoldás a 2–6 hetes horizonton stabilan felülmúlta a klimatológiai átlagokat, és a gyengébb, olcsóbb modellek pontosságát is ugrásszerűen javította.
Bár a rendszert az MIT Engaging szuperszámítógép-fürtjén tanították be, a kész modell alacsony hardverigényű, így költséges szerverparkok nélkül is alkalmazható. Ez a nyílt megközelítés hatalmas előrelépést jelent a természeti csapásokra való felkészülésben és a gazdasági tervezésben.
Folytasd az appban — szavazz és szólj hozzá ➔