Cum instrumentul DeepMind de la Google prognozează mai rapid evoluția uraganelor
Google DeepMind, un model de inteligență artificială (AI) dedicat uraganelor, prognozează evoluția furtunilor mai rapid decât modelele meteorologice tradiționale. Meteorologul Philippe Papin de la National Hurricane Center (NHC) a folosit modelul pentru a anticipa intensificarea rapidă a furtunii tropicale Melissa, care a ajuns ulterior la categoria 5 și a lovit Jamaica. Dintre cele 13 furtuni din Atlantic până acum în acest an, Google DeepMind a fost cel mai performant model.
Când furtuna tropicală Melissa se afla la sud de Haiti, Philippe Papin, meteorolog la National Hurricane Center (NHC), a prognozat că, în 24 de ore, furtuna va deveni un uragan de categoria 4 și va vira spre coasta Jamaicii. Niciun alt prognozator de la NHC nu emisese până atunci o astfel de previziune îndrăzneață privind intensificarea rapidă.
Papin a folosit modelul DeepMind al Google, lansat pentru prima dată în iunie. Melissa a devenit ulterior o furtună de intensitate remarcabilă care a traversat Jamaica. Pătrunderea pe uscat în Jamaica în calitate de uragan de categoria 5 a fost una dintre cele mai puternice din aproape două secole de înregistrări pentru bazinul Atlanticului.
Papin a explicat că modelul Google a fost unul dintre motivele principale ale încrederii sale: «Aproximativ 40–50 dintre membrii ansamblului Google DeepMind arată că Melissa devine o furtună de categoria 5. Deși nu sunt încă pregătit să prognozez o asemenea intensitate, având în vedere incertitudinea traiectoriei, aceasta rămâne o posibilitate.»
Prognozatorii de la NHC apelează tot mai frecvent la Google DeepMind. Modelul este primul AI dedicat uraganelor și primul care a depășit prognozatorii tradiționali din punct de vedere al performanței. Dintre cele 13 furtuni din Atlantic până în prezent, modelul DeepMind a avut cele mai bune rezultate, inclusiv în predicțiile privind traiectoria, uneori depășind chiar prognozele emise de specialiști în ceea ce privește traseul furtunilor.
Google DeepMind realizează prognoze meteorologice de câțiva ani, iar sistemul părinte de prognoză din care derivă noul model a avut performanțe bune în diagnosticarea tiparelor atmosferice la scară largă anul trecut.
Michael Lowry, fost prognozator la NHC, a comentat diferența de abordare dintre modelele AI și cele bazate pe fizică: «Le fac mult mai rapid decât omoloagele lor bazate pe fizică, iar puterea de calcul este mai puțin costisitoare și necesită mai puțin timp.»
Lowry a adăugat: «Ceea ce a demonstrat acest sezon de uragane într-un interval scurt este că noile modele meteorologice AI sunt competitive și, în unele cazuri, mai precise decât modelele meteorologice bazate pe fizică, mai lente, pe care ne-am bazat în mod tradițional.»
Modelul DeepMind nu este un sistem generativ precum ChatGPT. Textul original precizează că învățarea automată a fost folosită ani de zile în științele care lucrează cu volume mari de date, inclusiv în meteorologie. Învățarea automată procesează cantități mari de date pentru a extrage tipare. Modelele bazate pe învățare automată pot genera un răspuns în câteva minute pe un calculator desktop. În schimb, modelele de referință bazate pe fizică pot necesita ore și necesită supercomputere foarte puternice.
James Franklin, fost prognozator la NHC, a declarat: «Sunt impresionat», a spus Franklin, și a adăugat: «Eșantionul este acum suficient de mare încât este destul de clar că nu este vorba de norocul începătorului.»
Franklin a menționat totuși că, deși DeepMind depășește alte modele la anticiparea traiectoriilor la nivel mondial în acest an, uneori oferă previziuni de intensitate exagerate. Modelul a întâmpinat dificultăți cu uraganul Erin, în timp ce se intensifica rapid spre categoria 5 în nordul Caraibelor. De asemenea, a avut probleme cu taifunul Kalmaegi, care a ajuns pe uscat în Filipine luni.
În sezonul ploios următor, Franklin intenționează să discute cu Google despre modul în care DeepMind ar putea furniza date „sub capotă” pentru ca prognozatorii să înțeleagă de ce modelul emite anumite rezultate. «Un lucru mă frământă: deși aceste prognoze par a fi foarte, foarte bune, ieșirea modelului este oarecum o cutie neagră», a spus Franklin.
Nu a existat până acum o companie privată, cu scop comercial, care să producă un model meteorologic de nivel înalt și să permită cercetătorilor acces la metodele sale. Majoritatea celorlalte modele sunt puse la dispoziție gratuit de guvernele care le proiectează și le întrețin. Google a pus rezultatele de nivel înalt ale DeepMind la dispoziție în timp real pe un site dedicat, dar metodele rămân, în mare parte, ascunse.
Statele Unite și guvernele europene dezvoltă și ele modele meteorologice bazate pe AI, care au arătat îmbunătățiri față de versiunile precedente, fără AI. Următorii pași includ startup-uri care abordează probleme dificile, precum prognozele subsezoniere și avertismentele avansate pentru focare de tornade și inundații fulgerătoare. Aceste inițiative primesc finanțare din partea guvernului SUA.
O companie, WindBorne Systems, va lansa baloane meteorologice proprii pentru a completa lacunele din sistemul de observare a vremii din SUA. Rețeaua a fost recent redusă ca dimensiune de către administrația Trump.
