” Meteorologjia është shkenca që na lejon të dimë se si duhet të ishte moti “; “ Sipas meteorologëve, parashikimi ishte i drejtë, moti ishte i gabuar ”; ” Duket sikur parashikimi i motit është në të gjithë vendin .” Dhe ne mund të vazhdojmë përgjithmonë.
Problemi me parashikimet e motit është gjithmonë i njëjtë: ata rrallë e kuptojnë atë siç duhet . Sado të sakta të jenë, në fakt ato kanë të bëjnë me një seri të pafundme variablash. Ardhja e Inteligjencës Artificiale , megjithatë, mund të kufizojë gabimet, duke premtuar se do t’i bëjë parashikimet të besueshme deri në 15 ditë . Modeli në fjalë quhet GenCast dhe në versionin e tij të mëparshëm, të quajtur GraphCast , tashmë kishte treguar rezultate inkurajuese.
Si funksionon. Programi, i zhvilluar nga Google DeepMind, përdor një qasje inovative të bazuar në të ashtuquajturat “modele të difuzionit”, një teknologji që përdoret zakonisht në gjenerimin e imazheve, videove dhe muzikës. I trajnuar mbi dyzet vjet të dhëna meteorologjike , ky sistem është i aftë të krijojë në një kohë shumë të shkurtër 50 vlerësime të ngjashme, por të ndryshme në lidhje me gjendjen e ardhshme të motit në një vend të caktuar. Sinteza midis të gjithë këtyre skenarëve duhet të sigurojë një projeksion probabilistik më të saktë, i cili do të na lejojë të vlerësojmë kushtet e motit për dy javët e ardhshme me besueshmëri më të madhe.
Punon? Sipas studiuesve, GenCast e tejkaloi modelin ENS të Qendrës Evropiane për Parashikimet e Motit me Distanca të Mesme në 99.8% të atyre më të mëdha se 36 orë. Një shembull konkret? Gjatë testimit, softueri i ri arriti të parashikonte ardhjen e tajfunit Hagibis 12 orë përpara në krahasim me modelet e përdorura deri më tani. Një diferencë vendimtare për të shpëtuar jetë njerëzore .
Më e shpejtë, më pak e shtrenjtë. Një nga pikat e forta të modelit meteorologjik të Google qëndron në shpejtësinë e tij, pasi është në gjendje të gjenerojë hipoteza parashikuese në vetëm tetë minuta duke përdorur një procesor të vetëm, krahasuar me orët e nevojshme për superkompjuterët aktualisht në përdorim.
Kjo shpejtësi, e kombinuar me një konsum të reduktuar të burimeve llogaritëse, hap mundësi të reja për përdorimin e AL në fusha të tilla si menaxhimi i emergjencave klimatike dhe planifikimi i energjisë së rinovueshme. Megjithatë, është e rëndësishme të theksohet se GenCast nuk synon të zëvendësojë metodat tradicionale, por përkundrazi t’i plotësojë ato , duke përfituar nga të dhënat e mbledhura tashmë nga superkompjuterët për të përmirësuar më tej saktësinë e tyre.
Kufijtë dhe perspektivat. Pavarësisht progresit, ka ende disa kufizime të pashmangshme: zgjidhja e parashikimeve të krijuara bazohet në një rrjet me katrorë 0.25 gradë gjerësi dhe gjatësi, dhe është më e përafërt se modelet aktuale, të cilat arrijnë rezolucione më të përcaktuara.
Për më tepër, AL varet për trajnimin e saj në të dhënat historike të ofruara nga sistemet konvencionale. Kjo do të thotë se, të paktën për momentin, nuk mund të funksionojë plotësisht në mënyrë të pavarur . Megjithatë, efikasiteti dhe saktësia e treguar deri më tani e bëjnë atë një mjet premtues . Për më tepër, me përmirësimin e vazhdueshëm të teknologjive të AI, së shpejti mund të kemi parashikime më të besueshme dhe të detajuara të motit./ Focus.it / S.M