A mesterséges intelligencia javítja az időjárás-előrejelzést: a kutatók megduplázták a 2–6 hétre szóló előrejelzések megbízhatóságát

A jelenlegi időjárás-előrejelzések legfeljebb 10 napos időtávon viszonylag megbízhatóak. A hőmérséklet, a csapadék, a szél és az egyes időjárási helyzetek kialakulásának időpontja gyakran elfogadható pontossággal előre jelezhető.

A meglévő előrejelző rendszereknek azonban nehézséget okoz, ha az előrejelzések az évszakosnál rövidebb, nagyjából két–hat hetes időtávra terjednek ki. Ebben a tartományban az előrejelzések inkább a valószínűségekre, a hőmérsékleti anomáliákra, a csapadékeloszlásra és bizonyos időjárási körülmények fokozott kockázatára összpontosítanak.

A pontosabb előrejelzések jelentős előnyökkel járhatnának, különösen a mezőgazdaságban. A gazdálkodók jobban felkészülhetnének az aszályos vagy túlzottan csapadékos időszakokra, és ennek megfelelően módosíthatnák a vetési, öntözési, trágyázási és betakarítási terveiket. Ezek az előrejelzések a veszélyhelyzet-kezelés és a katasztrófákra való felkészülés szempontjából is fontosak.

Az MIT kutatói az előrejelzések pontosságának javításán dolgoznak. Ahelyett, hogy egyszerűen jobb előrejelzések készítésére tanítanának be egy MI-modellt, a mesterséges intelligenciával azonosítják a meglévő előrejelző modellek olyan visszatérő vagy rendszerszintű hibáit, amelyeket a fejlesztőik korábban nem ismertek fel, majd kijavítják azokat. A tanulmány a Nature folyóiratban jelent meg.

Miután gépi tanulási modelljüket alkalmazták a meglévő előrejelző modellek etalonjának számító modellre, a kutatóknak sikerült megkétszerezniük az előrejelzések megbízhatóságát a két–hat hetes időtávon.

A mesterséges intelligenciájukat kevésbé fejlett előrejelző modellekre is alkalmazták, jelentősen csökkentve az e rendszerek és a vezető modell közötti teljesítménykülönbséget. Az MIT kutatói remélik, hogy a módszert világszerte bevezethetik, különösen azokban a régiókban, ahol a természeti katasztrófákra vonatkozó korai figyelmeztetések különösen fontosak.