„Google“ pristatė dirbtinio intelekto modelį, galintį numatyti būsimus ekstremalius orų reiškinius. Generuodama tūkstančius galimų scenarijų sistema tai padaro daug greičiau, pigiau ir tiksliau, aplenkiant pagrindines pasaulio meteorologijos agentūras, skelbia „Live Science“.
Asociatyvi „Pixabay“ nuotr.
„Scalable Ensemble Envelope Diffusion Sampler“ (SEEDS) modelis sukurtas panašiai kaip populiarūs dideli kalbos modeliai, pavyzdžiui, „ChatGPT“ ar vaizdo įrašus iš tekstinių užuominų generuojantis „Sora“ įrankis.
SEEDS sukuria daugybę vadinamųjų orų scenarijų daug greičiau ir pigiau nei tradiciniai prognozavimo modeliai.
Orą sunku nuspėti – visa virtinė kintamųjų gali lemti ekstremalius orus – nuo uraganų iki karščio bangų. Kadangi klimato kaita įsibėgėja ir ekstremalūs orų reiškiniai tampa vis dažnesni, tikslus orų prognozavimas gali padėti išgelbėti žmonių gyvybes.
Šiuo metu meteorologijos tarnybose naudojamos fizika paremtos prognozės, kai renkami įvairūs matavimai ir pateikiama galutinė prognozė, kuri yra skirtingų modeliuojamų prognozių vidurkis arba sąranka. Dauguma tokių orų prognozių yra pakankamai tikslios įprastoms sąlygoms, pavyzdžiui, esant švelniam orui ar šiltomis vasaros dienomis, tačiau daugumai tarnybų sunkiai pavyksta sukurti pakankamai prognozių modelių, kad būtų galima nustatyti tikėtinus ekstremalių orų reiškinių padarinius.
SEEDS kuria prognozavimo modelius pagal meteorologijos agentūrų surinktus fizinius matavimus. Visų pirma jis analizuoja potencinės energijos vieneto, tenkančio vienetinei Žemės gravitacinio lauko masei vidurinėje troposferoje ir slėgio jūros lygyje – dviejų dažniausiai prognozėms naudojamų rodiklių – sąsajas.
Tradiciniais metodais galima sudaryti tik maždaug 10–50 orų scenarijų. Tačiau dirbtinį intelektą pasitelkusi dabartinė SEEDS versija, remdamasi vos dviem kintamaisiais, naudojamais kaip įvesties duomenys, gali ekstrapoliuoti iki 31 prognozės.
Mokslininkai išbandė sistemą modeliuodami 2022 m. Europos karščio bangą pagal tuo metu užfiksuotus istorinius orų duomenis. Likus vos septynioms dienoms iki karščio bangos, JAV operatyvinių sąrankų prognozių duomenys nerodė jokių požymių, kad toks įvykis artėja, savo mokslinių tyrimų portalo tinklaraščio įraše teigė „Google“ atstovai. Jie pridūrė, kad sąrankos, turinčios mažiau nei 100 prognozių – o tai yra daugiau nei įprasta – taip pat būtų jo nepastebėjusios.
Priešingai, kaip ir minėta anksčiau, SEEDS gali ekstrapoliuoti vos iš dviejų kintamųjų, o jei modelis papildomas daugiau orų rodiklių, tai sugeneruotų scenarijų skaičius labai stipriai viršiją tą, kurį šiandien gali pateikti meteorologijos agentūros.
SEEDS pateikia galimų orų būsenų spektras, kuris daug geriau statistiškai aprėpia įvykį. Tai leidžia kiekybiškai įvertinti įvykio tikimybę ir atrinkti orų sąlygas, kurioms esant įvykis įvyktų.
