Η πρόγνωση του καιρού γίνεται όλο και φθηνότερη και πιο ακριβής. Ένα μοντέλο τεχνητής νοημοσύνης με το όνομα Aurora χρησιμοποίησε μηχανική μάθηση για να ξεπεράσει σε απόδοση τα τρέχοντα συστήματα πρόγνωσης καιρού, ανέφεραν οι ερευνητές στο «Nature». Το Aurora θα μπορούσε να προβλέψει με ακρίβεια τις πορείες των τροπικών κυκλώνων, την ατμοσφαιρική ρύπανση και τα κύματα των ωκεανών, καθώς και τον παγκόσμιο καιρό σε κλίμακα πόλεων ή κωμοπόλεων – προσφέροντας προβλέψεις σε λίγα δευτερόλεπτα. Το γεγονός ότι το Aurora μπορεί να κάνει προβλέψεις τόσο υψηλής ανάλυσης χρησιμοποιώντας μηχανική μάθηση εντυπωσίασε τον Peter Dueben, επικεφαλής της ομάδας μοντελοποίησης του συστήματος της Γης στο Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Μετεωρολογικών Προγνώσεων στη Βόννη της Γερμανίας. «Νομίζω ότι ήταν οι πρώτοι που ξεπέρασαν αυτό το όριο», λέει.
Καθώς η κλιματική αλλαγή επιδεινώνεται, τα ακραία καιρικά φαινόμενα χτυπούν πιο συχνά. «Σε ένα μεταβαλλόμενο κλίμα, τα διακυβεύματα για την ακριβή πρόβλεψη των συστημάτων της Γης δεν θα μπορούσαν να είναι υψηλότερα», λέει ο συν-συγγραφέας της μελέτης Πάρις Περδικάρης, μηχανικός στο Πανεπιστήμιο της Πενσιλβάνια στη Φιλαδέλφεια. Και τους τελευταίους μήνες, η κυβέρνηση των ΗΠΑ έχει μειώσει τη χρηματοδότηση και έχει απολύσει προσωπικό στην Εθνική Μετεωρολογική Υπηρεσία, γεγονός που καθιστά πιο δύσκολο για την εν λόγω υπηρεσία να στέλνει έγκαιρα σημαντικές προειδοποιήσεις.
Μηχανική μάθηση
Το Aurora είναι ένα από μια σειρά μοντέλων μηχανικής μάθησης που βελτιώνουν σταθερά την πρόγνωση καιρού από το 2022, λέει ο Dueben. Η ομάδα του χρησιμοποιεί μοντέλα μηχανικής μάθησης παρόμοια με το Aurora για να παρέχει προβλέψεις εδώ και δύο χρόνια. «Τα χρησιμοποιούμε κάθε μέρα», λέει. Η εφαρμογή MSN Weather της Microsoft ενσωματώνει ήδη τα δεδομένα του Aurora στις προβλέψεις της.
Τα τυπικά συστήματα πρόγνωσης δεν χρησιμοποιούν μηχανική μάθηση. Μοντελοποιούν τον καιρό της Γης λύνοντας πολύπλοκες μαθηματικές και φυσικές εξισώσεις για να προσομοιώσουν τον τρόπο με τον οποίο οι συνθήκες είναι πιθανό να αλλάξουν με την πάροδο του χρόνου. Αλλά η προσομοίωση ενός συστήματος τόσο χαοτικού όσο ο καιρός είναι μια εξαιρετικά δύσκολη πρόκληση. Τον Ιούλιο του 2023, για παράδειγμα, οι επίσημες προβλέψεις λίγες ημέρες πριν από τον τυφώνα Ντοκσούρι έκαναν λάθος. Όταν η καταιγίδα έπληξε τις Φιλιππίνες, δεν υπήρχε καμία προειδοποίηση. Δεκάδες άνθρωποι έχασαν τη ζωή τους σε πλημμύρες, κατολισθήσεις και ατυχήματα.
Σε ένα δοκιμαστικό σενάριο, το Aurora προέβλεψε σωστά την πορεία του τυφώνα Doksuri από δεδομένα που συλλέχθηκαν τέσσερις ημέρες νωρίτερα. Η ομάδα εξέτασε τις τροχιές που είχαν προβλέψει επτά μεγάλα κέντρα πρόγνωσης για κυκλώνες που έλαβαν χώρα το 2022 και το 2023. Για τις καταιγίδες στον Βόρειο Ατλαντικό και τον Ανατολικό Ειρηνικό, οι προβλέψεις του μοντέλου τεχνητής νοημοσύνης ήταν 20 έως 25 τοις εκατό ακριβέστερες σε χρόνους παράδοσης δύο έως πέντε ημερών.
Η υπέρβαση των επίσημων προβλέψεων για κυκλώνες έως και πέντε ημέρες νωρίτερα «δεν έχει ξανασυμβεί ποτέ», λέει η συν-συγγραφέας της μελέτης Megan Stanley, ερευνήτρια μηχανικής νοημοσύνης με έδρα τη Microsoft Research στο Cambridge της Αγγλίας. «Όπως όλοι γνωρίζουμε από πολλές περιπτώσεις τυφώνων, ακόμη και η προειδοποίηση μίας ημέρας είναι αρκετή για να σώσει πολλές ζωές», λέει.
Ανάλυση δεδομένων
Σε αντίθεση με τις τυπικές προβλέψεις, τα μοντέλα μηχανικής μάθησης δεν προσομοιώνουν τη φυσική και δεν λύνουν πολύπλοκους μαθηματικούς τύπους για να κάνουν προβλέψεις. Αντίθετα, αναλύουν μεγάλα σύνολα δεδομένων σχετικά με το πώς έχει αλλάξει ο καιρός με την πάροδο του χρόνου. Το Aurora συγκέντρωσε περισσότερες από ένα εκατομμύριο ώρες πληροφοριών σχετικά με την ατμόσφαιρα της Γης. Έμαθε πώς τα καιρικά πρότυπα τείνουν να εξελίσσονται. Αλλά αυτή ήταν μόνο η αρχή.
Το Aurora είναι ένα βασικό μοντέλο. Στην τεχνητή νοημοσύνη, ένα βασικό μοντέλο είναι κάπως σαν ένας απόφοιτος λυκείου. Ένας νέος απόφοιτος γνωρίζει ήδη πολλά χρήσιμα πράγματα, αλλά με κάποια επιπλέον εκπαίδευση θα μπορούσε να εκτελέσει πολλών ειδών διαφορετικές εργασίες. Ομοίως, ένα βασικό μοντέλο μπορεί να περάσει από μια διαδικασία που ονομάζεται βελτιστοποίηση για να μάθει να εκτελεί διαφορετικά είδη εξειδικευμένων εργασιών. Κατά τη διάρκεια της βελτιστοποίησης του Aurora, η ομάδα τροφοδότησε το μοντέλο με νέα είδη δεδομένων σχετικά με διαφορετικά συστήματα της Γης, συμπεριλαμβανομένων των κυκλωνικών ιχνών, της ατμοσφαιρικής ρύπανσης και των κυμάτων του ωκεανού.
Η αριθμητική επεξεργασία ενός μοντέλου πρόγνωσης καιρού που βασίζεται στη φυσική μπορεί να διαρκέσει αρκετές ώρες σε έναν υπερυπολογιστή. Και η ανάπτυξη ενός νέου μοντέλου που βασίζεται στη φυσική διαρκεί «δεκαετίες», λέει ο Dueben. Η ανάπτυξη του Aurora χρειάστηκε οκτώ εβδομάδες. Επειδή μοντέλα όπως το Aurora μπορούν συχνά να εκτελεστούν σε έναν τυπικό επιτραπέζιο υπολογιστή και δεν απαιτούν υπερυπολογιστή, θα μπορούσαν να κάνουν την ισχυρή πρόγνωση καιρού πιο προσιτή σε άτομα και μέρη που δεν έχουν την οικονομική δυνατότητα να εκτελέσουν τις δικές τους προσομοιώσεις που βασίζονται στη φυσική. Και επειδή το Aurora είναι ένα βασικό μοντέλο που μπορεί να βελτιστοποιηθεί, θα μπορούσε ενδεχομένως να βοηθήσει σε κάθε είδους πρόβλεψη για τη Γη. Η Stanley και οι συνάδελφοί της φαντάζονται τη βελτιστοποίηση του συστήματος για την πρόβλεψη αλλαγών στον θαλάσσιο πάγο, τις πλημμύρες, τις πυρκαγιές κ.ά.
*Αυτή η ιστορία ενημερώθηκε στις 22 Μαΐου 2025, για να διευκρινιστεί η ακρίβεια των προβλέψεων της Aurora.
ΑΝΑΦΟΡΕΣ
C. Bodnar et al. Ένα μοντέλο θεμελίωσης για το σύστημα της Γης. Nature. Δημοσιεύτηκε online στις 21 Μαΐου 2025. doi: 10.1038/s41586-025-09005-y.
Εφημερίδα Απογευματινή
