Před několika týdny zasáhl Karibik ničivý hurikán. A poprvé se stalo, že umělá inteligence předpověděla jeho dráhu lépe než klasické modely založené na superpočítačích.
Na začátku července zasáhl Karibik hurikán Beryl. Meteorologové předpovídali několik scénářů, jak se tato tropická bouře bude vyvíjet dál a jaká místa může ohrozit. Predikce ukazovaly na to, že hurikán vpadne do Mexika. Jenže tato předpověď založená na pozorování z letadel, satelitů i meteorologických bójí spočítaná na superpočítačích nevyšla.
Beryl totiž zasáhl Texas, kde připravil o život tři desítky lidí a způsobil škody ve výši přes šest miliard dolarů. A přesně to předpovídal jiný model: umělá inteligence (AI) vytvořená lidmi z Google. Tento model přitom běžel na mnohem slabších počítačích a nepotřeboval ani tuny dat, stačila mu jen znalost vlastností atmosféry, upozorňuje deník New York Times.
Revoluce v meteorologii?
Tento model se jmenuje GraphCast, provozuje ho společnost DeepMind vlastněná Googlem. Její výsledek překvapil jen část vědců; „Je to opravdu úžasné,“ řekl pro New York Times Matthew Chantry, specialista na umělou inteligenci v Evropském centru pro střednědobé předpovědi počasí. Právě model této agentury nedokázal vývoj hurikánu Beryl předpovědět ani zdaleka tak dobře jako konkurenční umělá inteligence. Vědec uvedl, že GraphCast a další podobné AI mohou jeho agenturu v předpovídání dráhy hurikánů překonat.
Není to poprvé, co se něco takového potvrdilo, ale tentokrát se to podařilo poprvé u tak velké, nebezpečné a smrtící události, jakou byl hurikán Beryl. Přitom GraphCast existuje teprve něco přes rok. Má ale už nyní několik fascinujících vlastností, jež ho odlišují od toho, jak se počasí předpovídalo doposud.
Rychlý i přesný
Podle Google DeepMind je její AI v přesnosti předpovídání počasí extrémně rychlá, krátkodobé predikce umí navrhnout během několika sekund, desetidenní předpověď jí trvá na běžném stolním PC méně než minutu. Pro srovnání: klasická předpověď se vytváří nejméně několik hodin, přičemž se ale musí používat superpočítače.
Podle Google přesnost GraphCastu výrazně překonává současné meteorologické systémy v 90 procentech z 1380 ukazatelů. Umělá inteligence je také lepší v předpovídání závažných povětrnostních jevů, včetně extrémních teplot a sledování tropických cyklón, vysvětlují vědci ze společnosti Google DeepMind ve svém článku v časopise Science.
Jak je možné, že je AI tak dobrá? Základem jejího úspěchu je trénink. Její autoři ji vycvičili na čtyřiceti letech historických údajů o počasí; tento trénink zabral asi čtyři týdny a 32 počítačů.
Na výsledky tohoto modelu (i dalších AI predikcí) je možné se podívat zde.
Pro srovnání: normální předpovědi počasí počítají superpočítače, které provádějí složité výpočty na základě pozorování z meteorologických stanic, družic a bójí. Což je nákladný a časově náročný proces, například Evropskému centru pro střednědobou předpověď počasí v Itálii trvá šest hodin, než vytvoří nejpřesnější předpověď počasí na světě. Tento proces se přitom musí opakovat každých šest hodin, obvykle čtyřikrát denně, každý den v roce. Náročnost je tak velká proto, že se musí počítat nesmírně složité rovnice popisující počasí.
Obecně platí, že tento způsob počítání se dá jen velmi obtížně vylepšit – v podstatně jen zvýšením výkonu počítačů, což je extrémně drahé.
Proč je AI tak dobrá?
Podle výše odkazované studie v odborném časopise Science dokáže tato umělá inteligence v datech za desítky let najít a rozpoznat vzory, které není snadné vidět v rovnicích. A to pak může využít ke zlepšení přesnosti předpovědí počasí. V podstatě by se to dalo s lehkou nadsázkou srovnat s tím, jako by nějaký renesanční obraz popisovalo sto obyčejných lidí a jeden expert se špičkovou znalostí tématu získanou desítkami let.
GraphCast je díky tomu také z hlediska energetické účinnosti asi tisíckrát levnější než běžné metody předpovědi počasí, uvádí deník Financial Times.
Co AI neumí
Obecně platí, že AI umí velmi dobře předpovídat běžné situace. Setkala se s nimi mnohokrát, má s nimi spoustu „zkušeností“. Ale méně dobrá už je v predikci extrémů. Meteorolog České televize Michal Žák to nedávno popsal na konkrétním příkladu: „Při předpovědi tropických cyklón jsou AI modely schopné velmi dobře předpovědět dráhu, kudy postupují. Výrazně hůř se ale potýkají s předpovědí větru, který cyklóna přinese. Srovnání ukázala výrazně slabší vítr, navíc s nereálně symetrickým rozložením rychlostí kolem středu cyklóny.“
„Tato situace neznamená smrt klasických předpovědních modelů, založených na podrobném popisu fyziky atmosféry. Tyto totiž zůstanou klíčovou složkou pro vytváření počátečních podmínek potřebných pro provoz těchto modelů. Jako nadějná ale vypadá hybridní cesta, která by spojovala výhody fyzikálních modelů a modelů založených na AI,“ dodává Žák.
Naděje pro budoucnost?
Google je jedním z partnerů nové iniciativy Světového ekonomického fóra, Aliance pro správu umělé inteligence, která sdružuje přední aktéry na tomto poli. Cílem je zajistit, aby AI byly používané zodpovědně a ve prospěch lidstva.
GraphCast by v tom mohl pomoci. Mohl by se totiž začít využívat i na další podobné analýzy týkající se i jiných problémů. Podle DeepMindu by to mohly být třeba i změny klimatu, ekologie, energetika, zemědělství a spousta dalších hrozeb.
Tato technologie by tak mohla pomoci při předpovídání extrémních povětrnostních jevů způsobených klimatickou krizí.
