Egy új mesterséges intelligencia, a GraphCast, amelyet a Google DeepMind Technologies Ltd. részlege fejlesztett, olyan új meteorológiai előrejelző eszköz, amely lekörözi például az Európai Középtávú Időjárás Előrejelzőt - amely az egyik legjobb a világon. A DeepMind-nak a Science-ben megjelentetett, ellenőrzött tudományos közleménye szerint 90 százalékkal hatékonyabb.
A hagyományos időjárás-előrejelzésekhez hatalmas számítógépes kapacitásra van szükség, mert az adatok feldolgozása során több száz tényezőt kell figyelembe venni az atmoszféra különböző rétegeiben a légnyomástól a hőmérsékleten, a páratartalmon és a légmozgáson át az egész világra kiterjedően. A GraphCast kevesebb mint egy perc alatt elkészít egy előrejelzést, miközben ehhez a hagyományos módszerekhez képest töredék számítógépes kapacitásra van szüksége, mert teljesen másképp dolgozik.
A hagyományos előrejelző módszerek azonos idejű mérési eredményeket vesznek figyelembe, amelyek időjárási állomásokról, műholdakról, meteorológiai ballonokról, óceáni bólyákról, vagy akár kereskedelmi repülők orrában lévő időjárásérzékelőktől származnak. “Arra használjuk a modellünket, hogy kiválogassuk azokat az adatokat, amelyek a legfontosabbak. Egy előrejelzéshez tízmillió adatot használunk” - mondta Matthew Chantry, az Európai Középtávú Időjárás-előrejelző Központ (ECMRWF) munkatársa. Ezt a hatalmas adatmennyiséget egy szuperszámítógépbe táplálják, amely több ezermilliárd számítást képes végezni másodpercenként, komplex egyenletekkel szimulálva azt, mi történik majd az atmoszférában. A módszer, ahogy a gépek fejlődtek, fokozatosan vált sikeressé, de rengeteg erőforrást igényel, a világ legerősebb gépeit, de még így is órákig tart egy előrejelzés elkészítése.
Az AI viszont lerövidíti az utat: nem azt próbálja meg modellezni, hogyan működik a világ. A GraphCast a gépi tanulás révén az eddigi adatok végtelen mennyiségét dolgozza fel - beleértve a ECMRWF modelljének eredményeit is -, hogy megtudja, hogyan formálódnak az időjárási mintázatok. Azt nézi meg, hogyan alakult át egy adott állapot egy másikká a múltban. Ezt a tudását használja fel arra, hogy megjósolja, a jelenlegi időjárás milyen irányba változik legvalószínűbben. – A legfőbb előnye ennek a megközelítésnek, hogy elképesztően pontos. Több évtized adatait sajátítja el, és pontosabb, mint az iparági etalon – mutatott rá Remy Lam, a Google DeepMind munkatársa, aki részt vett az eszköz kifejlesztésében. Mivel a GraphCastnak nem kell bonyolult egyenleteket megoldania, gyors tud lenni, miközben kevés erőforrást használ. Az előrejelzései nem olyan részletesek mint a ECMRWF modellé, de jobb, pontosabb a veszélyes időjárási jelenségek, extrém hőségek, viharok, hurrikánok útjának megjóslásában.
Szeptemberben a Kanadára lecsapó Lee hurrikán útját kilenc nappal hamarabb jelezte előre, miközben a hagyományos modell csak hat nappal előre látta azt.
Mindez azonban nem jelenti azt, hogy a MI átveszi a szuperszámítógépek szerepét, inkább kiegészíti azokat. Mivel a hagyományos módszerekkel gyűjtött adatok alapján dolgozik, még több ilyenre van szükség a képzéséhez. A GraphChast nyílt forráskódú, a Google lehetővé teszi, hogy bárki szabadon fejleszthesse, de más cégek is dolgoznak saját időjárás-előrejelző mesterséges intelligenciáikon. A klímaváltozás azonban korlátozza az AI előrejelző képességét, mert például olyan extrém, 40 fokos hőség, mint ami tavaly volt az Egyesült Királyságban, még nem fordult elő eddig, így nem lehetett ilyen adatokkal dolgozni, nem lehetett előrejelezni azt. Az extrém időjárási jelenségek is egyre újabb módokon alakulnak, ki például az egyre melegedő óceán máshogy hat a hurrikánok születésére, ennek eredményeképp például a gyorsan fejlődő viharok egyre inkább mindennaposak lesznek. Így amíg az AI nem tanulja meg, hogy létezhet valamilyen jelenség, addig nem tudja előre jelezni sem.
