Революцията на изкуствения интелект променя начина, по който предсказваме времето

Ерата на предоставяне на оперативни прогнози за времето с помощта на компютър започва за Метеорологичната служба на Обединеното кралство през 1965 г. с процесор с размери на стая, наречен Comet. Шест десетилетия по-късно националният синоптик на страната е част от друга технологична революция, този път задвижвана от изкуствен интелект.

AI подсилва прогнозите за постоянно променящите се модели на облачност, валежи и температури, които се изобразяват динамично на гигантски екран в централата на организацията в югозападния град Ексетър.

„Виждаме потенциал за истинска промяна в начина, по който прогнозираме. В някои отношения той е подобен на този, когато започнахме да използваме компютри“, казва пред Financial Times Кирстин Дейл, главен служител по изкуствения интелект в Метеорологичната служба на Обединеното кралство, визирайки бързо нарастващите количества данни, компютърната мощ за обработката им и моделите. „Всичко това просто стана по-голямо - и възможностите също станаха много по-големи“.

Способността на изкуствения интелект да открива модели в огромни масиви от данни превръща вихрените системи на атмосферната физика в идеална възможност за експериментиране с технологията. По-точните прогнози и предупреждения за тежки метеорологични условия биха могли да подобрят обществената безопасност и здраве, като същевременно повишат ефективността на световната икономика.

AI има силата да направи прогнозите за бъдещите метеорологични модели по-точни и по-подробни, откривайки нови възможности за различни икономически групи - от земеделски производители до финансови компании.

Технологията „излиза извън рамките на времето“, като вече е променила свръхточното прогнозиране за предстоящите часове, казва Ричард Търнър, професор по машинно обучение в университета в Кеймбридж.

„Средният обхват - от 3 до 15 дни - започва да се трансформира. А сега се развиваме до подсезонни показатели - или приблизително от две седмици до два месеца”, добавя ученият, който работи по модели на времето с изкуствен интелект в британския институт „Алън Тюринг“.

По думите му възможностите на технологията са привлекли значителни инвестиции от страна на технологични гиганти като DeepMind на Google, Nvidia, Microsoft, IBM и специализирани стартиращи AI предприятия, свързани с метеорологията, като базираните в САЩ Brightband и Silurian. Организациите в цялата екосистема за прогнозиране са заети с въпроса как най-добре да прилагат AI, за да подобрят разбирането ни за времето. Сред тях са обществени метеорологични служби - някои от тях, като британската Met Office, датират от XIX век - както и университети и специализирани компании като AccuWeather, The Weather Company и DTN. Те предоставят персонализирани прогнози на потребителите в много сектори - от енергетиката до строителството, селското стопанство, транспорт, търговия на дребно и туризъм, както и на широката общественост чрез новинарските медии. Но като цяло слънчевата перспектива е помрачена от заплахата от намаляване на достъпа до данните, от които зависят моделите с изкуствен интелект.

Как иновативните технологии могат да помогнат в борбата с горските пожари?

Администрацията на Тръмп се стреми към дълбоко съкращаване на финансирането и персонала на Националната океанска и атмосферна администрация на САЩ (NОАА) - федералната агенция, която се занимава с анализа и прогнозирането на промените в климата, времето, океаните и бреговете. Спътниците, океанските буйове, балоните и радарите на NОАА са важен източник на данни, които са свободно достъпни за метеоролозите по света и се използват в глобалните модели за прогнозиране.

Предложеният от президента Доналд Тръмп бюджет за 2026 г. ще намали финансирането на агенцията с 1,5 млрд. долара, или 24%. От встъпването му в длъжност през януари досега 550 служители са напуснали нейното звено за прогнозиране на времето - Националната метеорологична служба. Този месец всичките ѝ петима живи бивши директори подписаха отворено писмо, в което предупреждават, че съкращенията са довели до сериозен недостиг на персонал в местните служби за прогнози в САЩ, което може да доведе до ненужни човешки жертви. В същото време някои се опасяват, че нарастващото геополитическо напрежение може да застраши свободния поток от публични метеорологични данни, от които зависят световните синоптици.

Въпреки че всички в метеорологията се оплакват от потенциалната загуба на данни от NОАА, някои изтъкват противодействащ фактор - перспективата за нови източници на информация. Следващото поколение модели с изкуствен интелект може да подобри точността, като включи огромни количества данни от местни метеорологични сензори, като термометри и дъждомери, които понастоящем не са част в глобалните системи за прогнозиране.

„Изведнъж се оказваме на това място, където може да се създаде нов сензор и да го включим в модела много бързо“, казва Скот Хоскинг, който работи върху прогнозирането на времето в Института „Алън Тюринг“.

Той изчислява, че днес на различни етапи на развитие са 20-30 различни модели на времето с изкуствен интелект, като някои от тях се използват оперативно от синоптиците.

„След една година те ще бъдат много повече. Бързината, с която те изпреварват поне частта от нашата наука, свързана с прогнозирането на времето, е наистина забележителна“, казва Питър Нийли, старши вицепрезидент на научните и прогнозни операции в The Weather Company, една от водещите световни компании за прогнози. „Това наистина се случи през последните пет години”.

Доскоро прогнозите се основаваха главно на числено прогнозиране на времето, което включваше подаване на милиони наблюдения в реално време от спътници и сензори на сушата, морето и въздуха към суперкомпютри и обработката им с физични уравнения.

Този процес може да бъде разделен на два етапа. Първият е асимилиране на данни, при който се изготвя оценка на състоянието на атмосферата, последван от етапа на прогнозиране, при който се правят прогнози за това какво ще се случи след това.

Пионерското поколение метеорологични системи с изкуствен интелект, които влизат в действие, все още изискват компютърно интензивно асимилиране на данни. Но след това използват машинно обучение, за да изпълнят модела напред във времето.

От аромати до катаклизми: Как алкохолната индустрия използва AI

Първите резултати са положителни. Европейският център за средносрочни метеорологични прогнози (ECMWF), междуправителствена организация със седалище в Рединг, Великобритания, твърди, че първият ѝ оперативен модел с изкуствен интелект, пуснат през февруари, е подобрил точността с около 20% по ключови показатели, като например прогнозиране на пътя на тропическите циклони. Това дава ценно допълнително време за предупреждение.

Флоранс Рабие, генерален директор на ECMWF, смята, че новата технология за изкуствен интелект ще надгради огромните подобрения в точността на прогнозите, постигнати през последните десетилетия, тъй като компютрите стават все по-мощни, а метеорологичните данни - все по-богати. Сега прогнозите за седем дни напред отговарят на качеството на тези за пет дни напред през 2000 г. и за три дни напред през 1980 г. По думите ѝ това има глобални последици.

„В края на 20-ти век можехме да прогнозираме времето много по-добре в северното, отколкото в южното полукълбо, защото там имаше много повече наблюдения“, казва Рабие. „От началото на новия век станаха достъпни по-съвършени сателитни данни и разликата в точността между полукълбата изчезна“.

Появява се и второ поколение експериментални системи за изкуствен интелект „от край до край“, които могат да предложат още по-вълнуващи възможности. Тези нови итерации се отказват от асимилацията на данни и вместо това работят директно върху необработени наблюдения от сателити, метеорологични станции и други сензори, за да генерират както глобални, така и местни прогнози.

През март екип от института Тюринг, работещ с ECMWF и други партньори, публикува подробности за експериментална система, наречена Aardvark, която е толкова енергийно ефективна, че може да работи на настолни машини, а не на суперкомпютри.

Иновативен инструмент на НАСА обещава да промени начина, по който се прогнозират бури

Около 10 други изследователски групи по света в технологични компании и в публичния сектор разработват свои собствени модели от типа „край-до-край“, а много други вероятно ще се присъединят скоро, казва Хоскинг от Тюринг. Техните резултати обещават да „демократизират“ прогнозите още повече, особено в развиващите се страни и регионите с малко данни, където местните наблюдения могат да бъдат добавени към прогнозите с относително скромни компютърни изисквания.

Тъй като моделите с изкуствен интелект се обучават на базата на многогодишни наблюдения, съществуват съмнения за това доколко добре ще работят в бъдеще, особено с промяната на климата, казва Флориан Папенбергер, заместник-директор на ECMWF. Самият той обаче отхвърля тази критика.

„Доказахме, че моделът за машинно обучение може да предсказва екстремни и необичайни събития, като например рекордните валежи в Обединените арабски емирства миналата година и снеговалежите в Ню Орлиънс тази“, казва той. „Машинното обучение се учи за физиката като цяло, а не само за минали модели на дадено място, така че то е много по-мощно, отколкото казват някои хора“.

Така наречената „ансамблова техника“ вече е подобрила числените прогнози за времето. Тя включва многократно пускане на компютърен модел от малко по-различни начални условия, вместо да се изготвя само една „детерминистична“ прогноза. Тази вариация дава на метеоролозите съществена информация за нивото на несигурност и обхвата на възможните резултати.

Но тази практика е толкова ресурсоемка, че е непрактично да се създават ансамбли с повече от 50 различни прогнози, казва Дион Харис, директор на решенията за ускорени центрове за данни в Nvidia, като добавя, че именно тук изкуственият интелект може да бъде полезен.

„Използвайки техники на AI, можете буквално да направите хиляди ансамбли, което се изразява в много по-добро разбиране на потенциалните резултати и ви помага да имате по-ранна индикация за екстремни събития“, обяснява той.

За да може обаче новата вълна от модели с изкуствен интелект да разгърне потенциала си, от съществено значение ще бъде засиленият поток от метеорологични наблюдения. По-голямата част от необработените данни все още идват от публичния сектор, чрез синоптиците и сателитните оператори като NOAA и Европейската организация за експлоатация на метеорологични сателити, и се споделят свободно по целия свят.

„Нивото на международен обмен на данни е просто фантастично. Можете да отидете и да получите данни от китайски сателити, например“, казва Търнър от Кеймбридж. „Всички наблюдения се поставят в един пул, защото те помагат на системата за прогнозиране на всички останали и карат хората да изстрелват реципрочни данни обратно“.

Метеорологията продъжава да е поле на шпионски сблъсък между Китай и Запада

Всяко намаляване на наличността на данни в световен мащаб, независимо дали поради нарастващо геополитическо напрежение или съкращаване на дейностите на NOAA от администрацията на Тръмп, „е огромна тревога“, казва Търнър. „Общността все още не се е събудила за тази опасност, което е изненадващо според мен. Да, има огромна загриженост по този въпрос и смятам, че съкращенията са много опасни в момент, когато климатът наистина се променя“.

Някои хора в публичния сектор мислят как да защитят - или подобрят - начина, по който се събират данните. Тъй като цената на изграждането, изстрелването и експлоатацията на наблюдателни сателити в ниска околоземна орбита бързо пада, частните компании започват да инвестират в свои собствени сателитни клъстери или съзвездия.

Tomorrow.io, стартъп от Бостън, съобщава, че е изстрелял два радарни и седем микровълнови спътника за сондиране, които виждат през облаците, за да откриват дъжд и сняг. Компанията, която е набрала 300 млн. долара от инвеститори от основаването си през 2016 г., планира да изстреля още четири сондиращи апарата тази година и да продължи да допълва съзвездието си през следващата година.

Всеки микровълнов спътник тежи едва 12 кг и струва по-малко от 10 млн. долара, включително изстрелването, казва Шимон Елкабец, главен изпълнителен директор на Tomorrow.io. „Когато започнахме, всички казваха, че ще бъде твърде скъпо да изградим собствено съзвездие, но новата космическа икономика ни позволява да правим неща, които преди не бяха възможни“.

По думите му обаче, че макар частните компании могат да помогнат за повишаване на „ефективността и въздействието“ на прогнозите в публичния сектор, те не могат да заменят огромните национални агенции като NOAA.

Въпреки всички обещания, които дава, метеоролозите все още не са сигурни как изкуственият интелект ще революционизира прогнозирането. По някои критерии, като например прогнозиране на интензивността на бурите, резултатите все още не отговарят на най-добрите цифрови метеорологични системи. Така че тепърва ще видим доколко тази технология ще ни помогне да разбираме времето предварително.