Veštačka inteligencija sve uspešnije predviđa kretanje vremena na velikim područjima. Ipak, jedno pitanje ostaje posebno teško: koliko će snažan uragan postati dok prelazi preko okeana? Razlika između predviđene putanje i predviđene jačine oluje može biti ogromna za mesta koja se pripremaju za njen dolazak.
Meteorolog Čan Kju u tekstu za The Conversation objašnjava da modeli uče iz primera koje dobiju. Za vreme na nivou cele planete postoje decenije merenja, ali se unutrašnja struktura pojedinačnog uragana ne posmatra jednako detaljno u svakom trenutku. Veliki deo njegovog razvoja odvija se nad otvorenim morem, daleko od meteoroloških stanica i radara na kopnu. Sateliti pomažu, ali ni oni ne snimaju istovremeno svaki sloj svake oluje u tri dimenzije. phys.org
Računarske simulacije popunjavaju deo tih praznina. U njima se atmosfera prikazuje pomoću poznatih fizičkih pravila, ali i najbolji modeli moraju da pojednostave veoma sitne procese. Tako se za obučavanje algoritma koriste dve nepotpune slike: stvarna opažanja, koja su neujednačena, i simulacije, koje zavise od pretpostavki. Kada je presudna promena u malom delu oluje, takva praznina postaje važna.
Drugi problem je ponašanje same oluje. Topla voda može da joj obezbedi energiju, a promena vetra s visinom da oteža jačanje. Ipak, čak i kada se širi uslovi znaju, male razlike u početnom stanju mogu da porastu tokom narednih dana. Istraživači ispituju koliko takva haotična kolebanja ograničavaju mogućnost da se precizno pogodi buduća jačina uragana.
To pomaže da se razume zašto jedan broj u prognozi može da ostavi pogrešan utisak sigurnosti. Ako više mogućih razvoja vodi ka različitim brzinama vetra, korisnije je prikazati raspon i verovatnoću svakog ishoda. Takva prognoza ne zvuči jednostavno kao jedna tačna vrednost, ali bolje opisuje ono što meteorolozi zaista znaju u trenutku njenog objavljivanja.
Primeri brzog jačanja oluja pokazuju koliko se okolnosti mogu promeniti u kratkom roku. Zato nova generacija sistema ne zavisi samo od bržih računara. Potrebna su i bolja merenja nad okeanom, pažljivije predstavljanje unutrašnjih procesa i način provere koji nagrađuje dobro procenjenu neizvesnost. Model koji uspešno upozori da postoji značajna šansa za mnogo snažniju oluju može biti korisniji od modela koji samouvereno pogodi najverovatniji, ali blaži scenario.
U svakodnevnoj prognozi privlači nas pitanje hoće li pasti kiša. Kod uragana je ulog drugačiji, ali pouka je slična: vremenska prognoza je procena budućnosti zasnovana na ograničenim podacima. Veštačka inteligencija može da unapredi tu procenu, dok razumevanje njenih granica pomaže ljudima da je pravilno koriste.
S.B.
