Umelá inteligencia už zasiahla do množstva sektorov a tým ďalším by mohla byť oblasť meteorológie. Budú modely umelej inteligencie schopné zrevolucionizovať predpovede počasia, ktoré tak budú lacnejšie, rýchlejšie a presnejšie?
Nové meteorologické modely dokážu predpovedať počasie až na úroveň niekoľkých kilometrov. Zdroj: iStock/Ig0rZh
Od dopravy cez poľnohospodárstvo, energetiku či cestovný ruch. Predpovede počasia sú dôležité pre mnohé oblasti nášho života. Spoľahlivé predpovede sú nevyhnutné nielen na ochranu ľudí a majetku, ale aj na plánovanie hospodárskych činností. V čase klimatickej zmeny, keď pozorujeme nárast extrémnych javov ako prívalové dažde, vlny horúčav alebo rozsiahle požiare, sú ľudia oveľa viac zraniteľnejší. O to väčší význam majú presné predpovede počasia na lokálnej úrovni.
Tvorba predpovedí
Vytváranie predpovedí počasia je zložitý proces. Využíva veľké množstvo dát z rôznych zdrojov a vyžaduje vysoký výpočtový výkon. Rovnako dôležité je vedieť tieto predpovede správne pochopiť a využiť pri rozhodovaní, napríklad firiem, samospráv či jednotlivcov. To si vyžaduje odborné znalosti, schopnosť interpretácie a transformácie informácií určených laickým používateľom. Umelá inteligencia môže výrazne pomôcť s riešením týchto výziev.
Ako mení umelá inteligencia predpovede počasia
Ako sa píše v správe o umelej inteligencii, ktorú v marci 2018 zverejnil francúzsky matematik a politik Cédric Villani, „definovať umelú inteligenciu nie je vôbec jednoduché“. Vo všeobecnosti ide o širokú a rôznorodú oblasť, ktorá spája matematiku, prácu s dátami a informatiku. Umelá inteligencia sa dnes využíva na množstvo úloh od predpovedania javov cez triedenie a rozpoznávanie vzorov až po tvorbu textov, obrázkov alebo iného obsahu.
Najpoužívanejšie a najúčinnejšie metódy umelej inteligencie fungujú na princípe strojového učenia. Počítačové programy sa učia z veľkého množstva dát, aby samy našli najlepší spôsob, ako splniť zadanú úlohu. Osobitné miesto medzi nimi majú hlboké neurónové siete, známe ako deep learning. V súčasnosti dosahujú práve tieto algoritmy výsledky, ktoré prekonávajú staršie prístupy.
Predpoveď počasia sa už desaťročia opiera o fyzikálne modely, ktoré simulujú správanie atmosféry. Tieto modely využívajú zákony fyziky na výpočet vývoja základných veličín, ako sú teplota, vietor, vlhkosť či tlak vzduchu. Ak poznáme aktuálny stav počasia, dokážeme vypočítať, aké budú atmosférické podmienky v nasledujúcich dňoch. Meteorologické modely sa neustále zlepšujú najmä vďaka novým pozorovaniam zo satelitov a z meraní v teréne, ako aj vďaka rastúcemu výpočtovému výkonu počítačov.
Pole 36-hodinovej predpovede rýchlosti vetra vo výške 10 metrov z modelu Bris, ktorý je dátovo riadeným meteorologickým modelom s vysokým rozlíšením. V označenom obdĺžniku má model priestorové rozlíšenie 2,5 km, zatiaľ čo mimo neho je rozlíšenie 0,25 stupňa. Zdroj: VMO
Presnejšie predpovede za cenu vyšších nárokov
Ďalšia generácia meteorologických modelov si kladie za cieľ prinášať ešte presnejšie predpovede, a to až na úroveň rádovo niekoľkých stoviek metrov. Vďaka tomu bude možné lepšie odhadnúť lokálne riziká, ako sú napríklad mestské tepelné ostrovy. Takáto presnosť však prináša aj nové výzvy, predovšetkým pokiaľ ide o náklady.
Výpočet predpovede počasia si totiž vyžaduje obrovský výpočtový výkon. Čím jemnejšie má byť priestorové rozlíšenie a čím viac dát model spracúva, tým viac výpočtových zdrojov je potrebných. To výrazne zvyšuje cenu a technickú náročnosť tvorby presných meteorologických predpovedí.
Ušetrený čas a vyššia kvalita
Táto fáza modelovania atmosféry môže už čoskoro naplno využiť výhody umelej inteligencie. Ukazujú to viaceré nedávne výskumy, ktoré navrhujú pozerať sa na predpoveď počasia z pohľadu štatistiky a hlbokého učenia. Kým odborníci na fyziku atmosféry vytvárajú modely, v ktorých podrobne opisujú, ako atmosféra funguje, umelá inteligencia sa toto fungovanie dokáže naučiť sama, a to analýzou obrovského množstva historických dát.
Takýto prístup má viacero výhod. Výpočty sú výrazne rýchlejšie. Namiesto približne jednej hodiny stačí na vytvorenie niekoľkodňovej predpovede len niekoľko minút. To znamená aj zníženie nákladov. Zároveň môže byť kvalita predpovedí veľmi dobrá, ba dokonca lepšia než pri klasických modeloch. Štúdie ukazujú, že modely založené na umelej inteligencii už dnes dokážu rovnako dobre, alebo aj lepšie, predpovedať javy ako tropické cyklóny, zimné búrky či vlny horúčav, a to s niekoľkodňovým predstihom.
Modely umelej inteligencie sú zatiaľ v mnohých národných meteorologických službách stále vo fáze vývoja a intenzívneho výskumu. Vedci sa snažia lepšie pochopiť ich silné stránky i obmedzenia. V blízkej budúcnosti tieto modely úplne nenahradia tradičné fyzikálne modely, no ich význam bude rásť. Príkladom je model AIFS, ktorý vyvinulo Európske centrum pre strednodobé predpovede počasia a ktorý je v prevádzke od začiatku roka 2025.
Modely umelej inteligencie analyzujú obrovské množstvá historických meteorologických údajov zo satelitov, z radarov či meraní zo staníc, z ktorých sa učia vzory správania atmosféry. Takéto modely dokážu vytvoriť predpoveď v priebehu niekoľkých minút. Zatiaľ sa však využívajú len ako doplnok ku klasickým numerickým modelom, napríklad na spresnenie výsledkov alebo rýchle odhady rizík. Zdroj: iStock/Liudmila Chernetska
AI ako podpora a nie náhrada
Okrem samotných modelov by mohla umelá inteligencia zjednodušiť celý reťazec odborných činností spojených s meteorologickými pozorovaniami a predpoveďami. V súčasnosti vykonávajú túto prácu meteorológovia, ktorí každodenne analyzujú obrovské množstvo údajov, aby odhalili potenciálne nebezpečné javy, pripravili výstražné mapy pri extrémnom počasí, napríklad pri silných dažďoch, a vytvárali predpovede pre rôzne skupiny používateľov. Keďže objem dát neustále rastie, umelá inteligencia môže pomôcť pri ich spracovaní, výbere dôležitých informácií a ich zrozumiteľnom zhrnutí.
Keďže veľká časť meteorologických údajov má podobu obrazov – satelitných snímok, radarových máp či fotografií –, metódy umelej inteligencie používané pri spracovaní obrazu, najmä na rozpoznávanie vzorov alebo automatickú klasifikáciu, možno aplikovať podobne ako na údaje o počasí. Napríklad výskumné tímy Météo-France už využívajú umelú inteligenciu na odhad rizika silných búrok na základe meteorologických máp. Iný projekt sa zameriava na rozpoznávanie snehu z obrazov webkamier a na odhad množstva zrážok zo satelitných snímok. Zároveň prebiehajú práce na využití veľkých jazykových modelov, aké stoja aj za aplikáciami typu ChatGPT, ako pomôcky pri písaní meteorologických správ.
Cieľom však nie je nahradiť človeka. Odborné znalosti meteorológov sú pri rozhodovaní nenahraditeľné. Umelá inteligencia má slúžiť ako podpora – nástroj, ktorý uľahčí rutinné úlohy a umožní odborníkom sústrediť sa na činnosti s vyššou pridanou hodnotou.
Ak sa bude v doterajšom úsilí pokračovať, umelá inteligencia môže významne prispieť k zvládaniu klimatických výziev a k posilneniu lokálnych meteorologických služieb väčšou presnosťou a rýchlejšími reakciami. Aby sa však AI stala kľúčovým nástrojom v predpovedi počasia, je potrebné venovať pozornosť viacerým otázkam, a to dostupnosti a šíreniu kvalitných dát, obmedzovaniu environmentálneho dosahu AI systémov prostredníctvom úspornejších riešení a tiež prechodu od experimentov k reálnemu nasadeniu v praxi.
Zdroje: The Conversation, Európske centrum pre strednodobé predpovede počasia (ECMWF)
(RR)
