AI usprawnia prognozowanie pogody: Naukowcy dwukrotnie zwiększają wiarygodność prognoz z wyprzedzeniem od 2 do 6 tygodni

Obecne prognozy pogody są stosunkowo wiarygodne w perspektywie do 10 dni. Temperaturę, opady, wiatr oraz czas wystąpienia poszczególnych zjawisk pogodowych często można przewidzieć z rozsądną dokładnością.

Jednak istniejące systemy prognostyczne napotykają trudności, gdy prognozy obejmują zakres podsezonowy, czyli okres od około dwóch do sześciu tygodni naprzód. Na tym etapie prognozy koncentrują się bardziej na prawdopodobieństwie, anomaliach temperatury, rozkładzie opadów i zwiększonym ryzyku wystąpienia określonych warunków pogodowych.

Dokładniejsze prognozy mogłyby przynieść znaczne korzyści, szczególnie w rolnictwie. Rolnicy mogliby lepiej przygotować się na okresy suszy lub nadmiernych opadów i odpowiednio dostosować plany siewu, nawadniania, nawożenia i zbiorów. Takie prognozy są również ważne dla zarządzania kryzysowego i przygotowania na klęski żywiołowe.

Naukowcy z MIT pracują nad poprawą dokładności prognoz. Zamiast po prostu trenować model AI, aby lepiej prognozował, wykorzystują sztuczną inteligencję do identyfikowania powtarzających się lub systematycznych błędów w istniejących modelach prognostycznych, których ich twórcy wcześniej nie dostrzegli, a następnie je korygują. Badanie opublikowano w Nature.

Po zastosowaniu swojego modelu uczenia maszynowego do modelu uznawanego za złoty standard wśród istniejących modeli prognostycznych naukowcom udało się podwoić wiarygodność prognoz na okres od dwóch do sześciu tygodni.

Zastosowali również swoją sztuczną inteligencję do mniej zaawansowanych modeli prognostycznych, znacznie zmniejszając różnicę w skuteczności między tymi systemami a wiodącym modelem. Naukowcy z MIT mają nadzieję wdrożyć tę technikę na całym świecie, szczególnie w regionach, w których wczesne ostrzeganie przed klęskami żywiołowymi jest szczególnie ważne.