Numeryczne prognozy pogody są wyliczane przez superkomputery co kilka godzin. Sztuczna inteligencja Google’a robi to na żywo, minuta po minucie.
Obecnie najtrafniej pogodę przewidują prognozy numeryczne. Potrzebują aktualnych danych dotyczących wielu parametrów stanu atmosfery (ciśnienia, temperatury czy wilgotności). Te podstawiane są do odpowiednich wzorów opisujących działanie atmosfery. Są to skomplikowane wyliczenia, przeprowadzane na superkomputerach, a całość procesu obliczeniowego trwa kilka godzin.
To sprawia, że prognozy są dostępne zwykle kilka razy na dzień. Oznacza to, że nawet najlepsze z nich oparte są na danych sprzed kilku (np. sześciu) godzin, więc niekoniecznie zgodnych z rzeczywistym stanem atmosfery. Tymczasem w sześć godzin wiele może się zmienić, zwłaszcza jeśli sytuacja jest dynamiczna – na przykład przy burzowej pogodzie latem.
Obecnie dostępne numeryczne prognozy mają jeszcze jedno ograniczenie – rozdzielczość modelu. Zwykle pogodę wylicza się dla obszaru o boku długości kilku kilometrów (np. czterech). Tymczasem opady deszczu bywają nierównomierne i często się zdarza, że gdy w jednym miejscu jest ulewa, w odległym o kilka kilometrów nie spadnie ani kropla. To ogranicza przydatność prognoz opadów w dużych miastach czy dla rolników.
Okazuje się, że sztuczna inteligencja Google’a może przewidzieć opady w ciągu najbliższej godziny minuta po minucie, w czasie rzeczywistym – opisują badacze na stronie internetowej Google AI Blog. Narzędzie koncernu z Mountain View w Kalifornii to konwolucyjna sieć neuronowa, która interpretuje obrazy chmur pochodzące z satelitarnych danych radarowych i przewiduje, w którym kierunku podążą i jak się rozwiną. Ma przy tym rozdzielczość kilometra (czyli szesnastokrotnie lepszą niż model o boku czterech kilometrów).
Autorzy pracy określają swój model jako physics-free, czyli „wolny od fizyki”
Badacze, opisując swoje odkrycie, używają określenia nowcasting, co można oddać jako „prognozowanie w czasie rzeczywistym”. Gwoli ścisłości trzeba dodać, że amerykańska agencja NOAA prowadzi także przewidywanie opadów w czasie rzeczywistym na najbliższą godzinę, ale oparte na danych numerycznych. Algorytm Google’a okazał się lepszy i przewidywał też na kilka godzin naprzód, a nie jedną.
Nie oznacza to, że teraz będziemy mieć idealne prognozy pogody (a przynajmniej opadów) na kilka dni naprzód i będziemy mogli sprawdzić w niedzielę, czy w poniedziałek po południu spadnie deszcz. Horyzont przewidywań algorytmu Google’a to 5-6 godzin, potem ich dokładność spada, a tradycyjne prognozy oparte na modelowaniu numerycznym stają się lepsze od tych wyliczanych przez sztuczną inteligencję.
Autorzy pracy określają swój model jako physics-free, czyli „wolny od fizyki”. Sieć neuronowa nie zna się na pogodzie. Nie zbiera danych, nie zna wzorów opisujących atmosferę. Po prostu przewiduje na podstawie dwuwymiarowych obrazów, takich samych jak te, które były dla niej materiałem szkoleniowym. Prognozy numeryczne nadal są lepsze w dłuższej perspektywie – choćby dlatego, że opisują trójwymiarowy model atmosfery w całej jej złożoności.
Badacze zaznaczają jednak, że to bardzo cenne uzupełnienie obecnych prognoz, które aktualizowane są co kilka godzin i mają niższą rozdzielczość. Możliwe, że całkiem niedługo w ślady Google’a pójdą ośrodki meteorologiczne i zaczną prognozować opady na bieżąco.
Pracę „Machine Learning for Precipitation Nowcasting from Radar Images” opublikowano w serwisie ArXiv.