A heves esőzések nem csak az embereket érintik, hanem a közlekedési és energiaellátó hálózatok, valamint a mezőgazdaság működését is megzavarhatják. A Google DeepMind tudósai kifejlesztettek egy mesterséges intelligencián alapuló előrejelző rendszert, amely állításuk szerint a meglévő rendszereknél pontosabban képes megjósolni az eső valószínűségét rövid távú szakaszában.

A mai időjárás-előrejelzéseket nagyrészt a nagy teljesítményű numerikus időjárás-előrejelző rendszerek irányítják, amelyek a folyadékok légköri mozgását leíró egyenletek segítségével jelzik előre az eső és más időjárási jelenségek esélyét, valószínűségét.

„Ezek a modellek valóban elképesztőek a hat órától körülbelül két hétig terjedő időjárás-előrejelzések esetében, de van egy terület – különösen a nulla és két óra közötti időszakban –, ahol a modellek különösen rosszul teljesítenek” – mondja Suman Ravuri, a londoni Deepmind kutatója és a projekt társvezetője.

Az új „precipitation nowcasting” modell ezt a vakfoltot próbálja kitölteni. „A jelenlegi előrejelzés során megpróbáljuk a mostani megfigyeléseket felhasználni, és megpróbálunk előrejelzéseket készíteni arról, hogy milyen lesz az időjárás néhány perc és néhány óra múlva. A gépi tanulás segíthet egy olyan eszköz létrehozásában, amely rendkívül gyors” – mondta Dr. Peter Dueben, az European Centre for Medium-Range Weather Forecast gépi tanulás és mesterséges intelligencia tevékenységek koordinátora, aki nem vett részt a kutatásban. A DeepMind nem az egyetlen csoport, amely ilyen eszközök kifejlesztésével próbálkozik, de jelenleg élen jár a területen – tette hozzá.

Technológiája nagy felbontású radarokra támaszkodik, amelyek a levegőben lévő nedvesség mennyiségét úgy tudják nyomon követni, hogy ismétlődően kilőnek egy sugarat az alsó légkörbe, és mérik a jel relatív sebességét, amelyet a vízgőz lelassít.

Ravuri és kollégái a generatív modellezésnek nevezett gépi tanulási megközelítést alkalmazták egy olyan eszköz kifejlesztéséhez, amely az elmúlt 20 perc nagyfelbontású radaradatai alapján valószínűségi előrejelzést tud adni a következő 90 percre várható közepes vagy heves esőzésekről.

A DeepMind eszközét a Met Office több mint 50 meteorológusa két meglévő eső-előrejelző eszközzel együtt értékelte, és az esetek 88%-ában az első helyre sorolta pontosság és hasznosság tekintetében. Az eredményeket a Nature című folyóiratban tették közzé.

Shakir Mohamed, a DeepMind vezető munkatársa szerint a mesterséges intelligencia képes segíteni az emberiséget a környezettudományok legösszetettebb tudományos kérdéseinek megválaszolásában, mint amilyen az éghajlatváltozás.

„Ez a kísérlet azt mutatja, hogy a mesterséges intelligencia már most hatékony eszköz lehet, mivel lehetővé teszi az előrejelzők számára, hogy kevesebb időt töltsenek az egyre növekvő előrejelzési adathalmazok átfésülésével, és ehelyett jobban megértsék előrejelzéseik következményeit.”

Niall Robinson, a Met Office partnerségekért és termékinnovációért felelős vezetője elmondta: „A szélsőséges időjárás katasztrofális következményekkel jár, beleértve az emberéleteket is, és ahogy az éghajlatváltozás hatásai is mutatják, az ilyen típusú események egyre gyakoribbá válnak. Ezért a jobb rövid távú időjárás-előrejelzések segíthetnek az embereknek abban, hogy biztonságban maradjanak és boldoguljanak. Ez a kutatás bemutatja, hogy a mesterséges intelligencia milyen hatékony eszköz lehet a rövid távú előrejelzések és az időjárási minták alakulásának megértésében.”