Ponad 400 terabajtów danych pogoodowych przetwarzanych codziennie przez AI. Tak działa IBM The Weather Company.
W czasach zmian klimatycznych, które doprowadzają do coraz częstszych ekstremalnych zjawisk pogodowych, prognozowanie pogody staje się coraz ważniejszym zadaniem. IBM angażuje do tego sztuczną inteligencję i… odkrywa jej niedoskonałości.
Kto dziś pamięta jak zaczął się 2020 rok? Tak, pożarami w Australii. To był także rok najgorszego sezonu pożarów na zachodnim wybrzeżu USA jaki kiedykolwiek zanotowano. Do końca roku spłonęło około 4% powierzchni Kalifornii. Aktualnie z pożarami na wielką skalę zmaga się Grecja. Huragany i trąby powietrzne, domena zupełnie innych stref klimatycznych, nawiedzają centralną Europę, i nawet najsilniejsza gospodarka Starego Kontynentu jest bezbronna wobec kolosalnych opadów, wywołujących nagłe powodzie. Lepiej nie będzie i raczej należy spodziewać się pogłębienia problemu. W takiej rzeczywistości łatwo zrozumieć wzrost znaczenia dokładności prognoz.
W dokładności prognozowania pogody teoretycznie może pomóc AI. Zwykliśmy bowiem traktować sztuczną inteligencję jako swoiste rozwiązanie doskonałe we wszelkich problemach analitycznych. Jak dowodzą specjaliści z IBM The Weather Company, czyli należącej do IBM firmy zajmującej się właśnie prognozowaniem pogody z użyciem AI, w niektórych przypadkach, sztuczna inteligencja, uczona na danych historycznych, nie rozpoznaje specyfiki dzisiejszych zjawisk.
Kiedy wybuchają pożary jest dużo dymu. Nic szczególnie odkrywczego. Jednakże często zapominamy, że gdy dym utrzymuje się długo, a dzieje się tak w przypadku długotrwałych pożarów, może on blokować światło słoneczne, sprawiając, że przy ziemi będzie chłodniej. Jak wskazują naukowcy z IBM The Weather Company, większość modeli symulacyjnych atmosferycznych wykorzystywanych operacyjnie do prognozowania pogody nie przewiduje dymu pożarowego ani nie uwzględnia jego skutków, podobnie jak metody sztucznej inteligencji wytrenowane w celu korygowania i łączenia prognoz modelowych.
Dało się to zaobserwować m.in. w przypadku pożarów w Kalifornii, gdzie sztuczna inteligencja próbowała przewidzieć pogodę ale nie uwzględniała rekordowych pożarów i, w efekcie, nie przewidziała tych anomalii temperaturowych. Wynikiem były niedokładne prognozy. Dlatego naukowcy zatrudnieni przez IBM do badań nad pogodą i klimatem wskazują na znaczenie ludzkiej perspektywy.
– Jednym z powodów, dla których sztuczna inteligencja jest tak potężnym narzędziem, jest fakt, że sztuczna inteligencja i ludzie mają zaskakująco uzupełniające się mocne strony – pisze w swoim artykule dr. John K. Williams, Starszy naukowiec ds. prognozowania i uczenia maszynowego w IBM The Weather Company – Podczas gdy ludzie są lepsi w subiektywnych obserwacjach lub dostrzeganiu znaczących anomalii, mocne strony sztucznej inteligencji w błyskawicznym przetwarzaniu danych, selekcji i fuzji są niezbędne, aby wziąć „wąż strażacki z informacjami o pogodzie” i uczynić je zrozumiałymi dla ludzi w odpowiednim czasie. Dane pogodowe pochodzą z wielu różnych źródeł, od satelitów i czujników naziemnych przez radary, telefony komórkowe, a nawet połączone pojazdy, które co sekundę generują miliardy punktów danych z całego świata. Bez sztucznej inteligencji ludzie uznaliby wszystkie te informacje za przytłaczające. Na przykład firma IBM The Weather Company przetwarza dziennie ponad 400 terabajtów danych. Sztuczna inteligencja pomaga oczyścić zbiory danych, tak aby były wysokiej jakości i dostępne dla ludzi do nauki i zrozumienia. Łączy również różne źródła danych i łączy je ze sobą, aby w mgnieniu oka tworzyć hiperlokalne prognozy pogody w dowolnym miejscu na świecie.
Tym samym, naukowcy z IBM The Weather Company wskazują na korzyści łączenia analizy danych dokonywanej przez AI, z interpretacją wyników przez człowieka. Oczywiście, z czasem doskonaląca się AI zdoła zastąpić udział ludzki, ale to nie stanie się natychmiast, podczas gdy katastrofalne zmiany klimatyczne już są widoczne.
Najnowszy numer
Najnowszy numer