Přes veškerý pokrok v technologiích je předpovídání počasí stále ještě značně nejistou aktivitou. Hlavně krátkodobé predikce jsou už velmi přesné, ale čím dál do budoucnosti se vědci pokoušejí dívat, tím méně kvalitními se odhady stávají. To teď ale mění umělá inteligence (AI).
Moderní předpovědi počasí jsou tak přesné, že umožňují nejen tak obyčejné věci, jako si třeba naplánovat výlet, ale dokonce i varovat obyvatele včas například před povodní. Takzvané ansámblové modely nabízejí řadu scénářů a pak hledají pravděpodobnosti jejich úspěchu. Něco podobného teď udělala umělá inteligence GenCast od Googlu – její výsledek je přitom mnohem lepší než ten, který dokáží vytvořit lidé společně se superpočítači.
GenCast na podzim představili jeho autoři v odborném článku, který vyšel v žurnálu Nature. Vědci ho otestovali proti tomu nejlepšímu, co mohou nabídnout klasické meteorologické modely. A tím je systém Evropského střediska pro střednědobou předpověď počasí (ECMWF). Podle výsledků byl GenCast lepší – byl nejen rychlejší, ale také vysoce spolehlivý při předpovídání denního chodu počasí i extrémních jevů, jako jsou cyklóny a vlny veder.
GenCast podle této studie představuje oproti starším, takzvaným deterministickým modelům opravdový evoluční skok. Ty dokázaly vytvořit jen jedinou předpověď, GenCast jich ale produkuje rovnou asi pět desítek, výsledek pak vytváří posouzením jejich pravděpodobnosti.
Technologický skok
GenCast využívá difuzní modely, což je typ generativní umělé inteligence, který se dříve používal při generování obrázků, videí a hudby. Model je přizpůsoben geometrii Země a přesně simuluje složité vzorce počasí.
Testy proběhly asi na 1300 scénářích z nedávné minulosti, přičemž se ukázalo, že AI překonala evropský model v 97,2 procenta těchto případů. Zejména u předpovědí na delší dobu rozdíl vynikal – AI byla lepší u 99,8 procenta scénářů, které se dívaly víc než 36 hodin vpřed.
Například při předpovědi extrémních veder nebo silného větru poskytoval GenCast výsledky, které přinášely „vyšší ekonomickou hodnotu“. To znamená, že kdyby se podle nich lidé řídili, ochránili by více majetku, než kdyby se spolehli na standardní předpovědi.
Jedním z výrazných příkladů byl tajfun Hagibis. Sedm dní před dopadem na pevninu předpověděl GenCast širokou škálu možných cest, které se následně zúžily do přesného a přesného shluku, když se bouře přiblížila k Japonsku.
Rychlost a možnosti
Další důležitou vlastností systému GenCast je jeho efektivita. Zatímco tradiční modely vyžadují několik hodin práce na superpočítačích, GenCast vygeneruje patnáctidenní predikci za pouhých osm minut.
Potenciální aplikace GenCastu sahají daleko za počasí. Lepší předpovědi mohou například v oblasti větrné energie zvýšit spolehlivost obnovitelných zdrojů.
