Szolgálatba áll az európai AI-alapú időjárási modell
Élesben is indul az AI-alapú időjárás-előrejelzés, aminek előnyeit a magyar Időkép is kihasználja. Az AIFS-rendszer fejlesztői szerint ezerszer kevesebb energiát használ, mint a hagyományos módszerek, és 20%-kal jobban teljesít.
Az Európai Középtávú Időjárás-előrejelzési Központ (ECMWF) élesben is elérhetővé tette teljesen ingyen az első valódi, széles körben használt AI-alapú időjárás előrejelző modellt, mely nem csak a meteorológusok, de a hétköznapi emberek számára is jelentős változásokat hozhat a jövőben. A 2023-ban bejelentett Artificial Intelligence Forecasting System (AIFS) fejlesztést eddig csak kísérleti fázisban használta a szervezet, működése nem volt operatív.
Készítői szerint az AIFS technológia akár 20%-kal múlhatja felül pontosságban a hagyományos fizikai alapú modelleket, ráadásul sokkal energiahatékonyabban dolgozik: a a jelenlegi rendszereknél ezerszer kevesebb energiát igényel. Az új AI-modell középtávú időjárás-előrejelzéseket készít, tehát 3-15 napra előre tud „jósol", így a kormányzatok, vállalkozások és hétköznapi emberek számára is hasznos információkat jelenthet.
Az AIFS-sel kapcsolatban az Időkép.hu szakértői azt írják: tapasztalatuk alapján az AIFS több alkalommal is hamarabb jelzett előre olyan időjárási helyzeteket, melyekben a hagyományos modellek rendszerint gyengén teljesítenek. Mind a determinisztikus, mind a valószínűségi (ensemble) AIFS-t, mind más hasonló megoldást használó prognózisokat ezen tapasztalata alapján a legnépszerűbb magyar időjárás-szolgáltatás egyre növekvő súllyal használ fel előrejelzéseihez.
Jogod van tudni: mankó kirúgáshoz, munkahelyi szkanderezéshez Ezúttal egy mindenki számára kötelező, de laza jogi különkiadással jelentkezünk. Ennyi a minimum, amit munkavállalóként illik tudnod.
A hagyományos előrejelzési modellek a Föld időjárását az ismert fizikai egyenletekkel jelzik előre, ám mivel nem állnak rendelkezésre mérések a légkör minden pontjáról, és a jelenlegi számítási kapacitások végesek, ezért a légkörnek csak egy leegyszerűsített, rengeteg helyen csak becslést tartalmazó változatát lehet alapul venni. Így a kezdeti apró eltérések az időtáv növelésével egyre nagyobb hibákat okoznak az előrejelzésben – fejtik ki az Időkép szakértői. Az AI-alapú (valójában gépi tanulásos) megoldások nem ismerik a fizikai alapegyenleteket, helyette az elmúlt évtizedek adatsorain tanulták meg, hogy leegyszerűsítve „mi után mi szokott következni".
Az elmúlt években többek közt a ChatGPT-ben is felhasznált, nagy áttörést hozó transzformer architektúra használatával bebizonyosodott, hogy már kevesebb adat is elegendő példát tartalmaz ahhoz, hogy a mintafelismerés segítésével a hagyományos előrejelzéseknél kisebb hibával jelezzék előre a hőmérséklet, a szél és egyéb légköri paraméterek időbeli alakulását.
Az AIFS ugyanakkor kisfelbontású előrejelzést szolgáltat, 25 kilométerenként csupán egyetlen adatot. A pontos adatok szolgáltatásához az Időkép még egy saját AI-modellt is használ kiegészítésként, mely nagy (kb. 600 méteres) felbontással Magyarország mikroklimatikus területeit is képes lesz megfelelően tükrözni. Ehhez a meglévő, 1800 méteres felbontású hagyományos WRF modell mellett egy olyan megoldást fejleszt a szolgáltatás, melyhez az észlelők által üzemeltettett, másfél évtizednyi, jelenleg már több mint 600 helyszínen üzemelő időjárás állomásokból álló mérőhálózat adatait veszi majd alapul.
Az ECMWF szakértői szintén hangsúlyozzák, hogy az AI-alapú megoldás és a fizikai modellek inkább egymás kiegészítői. A jelenlegi tesztek alapján az AI előrejelzései már most is pontosabbak lehetnek a hagyományos modellekénél, de mindenképp egy fejlesztés alatt álló területről van még szó. A következő évek során jó eséllyel egyre több ország és meteorológiai intézet fogja integrálni az AI-alapú modelleket az időjárás-előrejelzési rendszereikbe, ami lehetővé teheti az extrém időjárási események korábbi felismerését és hatékonyabb kezelését is.
Korábbi HWSW Weekly podcastünkben az Időkép alapítóival, Nagy Gergellyel és Szente-Varga Bálinttal bővebben is beszélgettünk többek között arról, hogy mi fán terem egyáltalán az időjárás-előrejelzés, milyen infrastruktúra dolgozik ma az Időkép alatt, és hogy mi várható a machine learning modellek térnyerésével a szakmában. Az adást itt hallgathatod meg.