Vědci odhalili: Pro předpovědi rekordního extrémního počasí jsou tradiční modely stále přesnější než AI

Počítačové modely využívající umělou inteligenci (AI) zatím nedokážou předpovídat rekordní meteorologické jevy tak spolehlivě jako tradiční klimatické modely.

Počítačové modely využívající umělou inteligenci (AI) zatím nedokážou předpovídat rekordní meteorologické jevy tak spolehlivě jako tradiční klimatické modely. Ačkoliv je známo, že AI modely překonaly fyzikálně založené modely v některých aspektech předpovědí počasí, nový výzkum publikovaný v časopise Science Advances ukazuje, že u rekordních extrémních událostí stále zaostávají.

Autoři studie testovali, jak dobře AI a tradiční modely dokážou simulovat tisíce rekordních vln veder, mrazů a větrných událostí zaznamenaných v letech 2018 a 2020. Zjistili, že AI modely podceňují jak četnost, tak intenzitu těchto rekordních jevů. Jeden z autorů studie pro Carbon Brief uvedl, že analýza je důležitým upozorněním před příliš rychlou náhradou tradičních modelů AI v oblasti předpovědí počasí.

Extrémní meteorologické jevy, jako jsou záplavy, vlny veder a bouře, každoročně způsobují škody v řádu stovek miliard dolarů, ničí úrodu, ovlivňují infrastrukturu a vedou ke ztrátám na životech. Mnoho vlád vyvinulo systémy včasného varování, které pomáhají připravit veřejnost a mobilizovat záchranné týmy. Tyto systémy prokazatelně minimalizují škody a zachraňují životy. Po desetiletí vědci používají numerické modely předpovědi počasí, které se opírají o složité rovnice reprodukující procesy v atmosféře a oceánu, založené na základních fyzikálních zákonech.

AI modely získávají na popularitě jako alternativa. Místo fyziky využívají statistický přístup, kdy se učí z velkého množství historických dat. Mají výhody, například nižší nároky na výpočetní výkon. Jejich slabinou je však silná závislost na tréninkových datech, což znamená, že mají potíže se simulací zcela nových, bezprecedentních meteorologických jevů, které se v historických datech nevyskytly. S oteplováním klimatu se extrémní jevy stávají intenzivnějšími a častějšími, přičemž rekordy jsou překonávány s velkým náskokem.

Studie porovnávala tři přední AI modely (GraphCast, Pangu-Weather, Fuxi) s předním fyzikálně založeným modelem (High RESolution forecast model od ECMWF). Výsledky ukázaly, že zatímco AI modely mohou být přesnější pro obecné předpovědi počasí, fyzikálně založený model si vedl lépe při předpovídání extrémních veder, mrazů a větrných událostí. Tento rozdíl byl nejvýraznější u kratších předpovědních horizontů. AI modely navíc obecně podhodnocovaly teploty během veder a nadhodnocovaly je během mrazů, přičemž přesnost klesala s tím, o kolik byl rekord překonán.

Odborníci se shodují, že výsledky nejsou zcela překvapivé a zdůrazňují potřebu pokračovat v používání klasických numerických modelů navzdory jejich vysokým výpočetním nákladům. Oblast AI předpovědí počasí se však rychle vyvíjí. Novější, takzvané „probabilistické“ AI modely, které simulují několik možných budoucích stavů počasí, by mohly lépe zachycovat extrémy. Dalším slibným směrem je vývoj hybridních modelů, které by kombinovaly silné stránky tradičních fyzikálních modelů s výpočetní efektivitou AI, čímž by se dosáhlo „toho nejlepšího z obou světů“. Budoucí výzkum by se měl zaměřit i na extrémní srážky, které představují výzvy pro modelování i pozorování.