Chicagon yliopiston ja UC Santa Cruzin tutkijat ovat tutkineet AI:n hämmästyttäviä kykyjä, korostaen kuinka nämä mallit voivat toimia huomattavalla tarkkuudella käyttäen merkittävästi vähemmän laskentaresursseja kuin perinteiset sääennustusmallit. Silti eräs arvoitus on ratkaisematta: voisiko AI ennustaa noita harvinaisia, katastrofaalisia sääilmiöitä – harmaita joutsenia – joita ei ole ennen koettu?
Harmaan joutsenen ilmiön paljastaminen
AI:n taituruutta testataan enimmäkseen säännöllisissä sääkuvioissa, joissa se saavuttaa kiitettävän tarkkuuden jopa verrattuna perinteisiin, energiaintensiivisiin supertietokonemalleihin. Tapahtumat kuten hurrikaani Lee tai hurrikaani Harvey:n ennätykselliset tulvat ovat kouriin tuntuvia muistutuksia luonnon arvaamattomuudesta. Nämä tapahtumat uhmaavat aiempia ennätyksiä ja haastavat niitä malleja, jotka on koulutettu vuosikymmenten ennakkotapauksilla, mutta rajallisilla tiedoilla.
Käynnissä oleva kaksintaistelu: AI vs. perinteiset mallit
Toisin kuin perinteiset mallit, AI ei luonnostaan ymmärrä ilmakehän käyttäytymistä sääteleviä fysikaalisia lakeja. Se vain ekstrapoloi havaittuja kuvioita, jotka löytyvät sen koulutustiedoista. Ei siis ole ihme, että kun AI:ta pyydetään ennustamaan lähestyvä viidennen kategorian hurrikaani, se epäonnistuu antaen alhaisen arvion, vaikuttaneena sen tietohistorian rajoitteista.
Tärkeät oivallukset ja yllättävät löydöt
Kummallista kyllä, tutkijat havaitsivat, että menneiden kuvioiden integroiminen eri alueilta mahdollistaa AI:n ekstrapoloimaan tarkemmin, ennustaen jopa hurrikaaneja, joissa tiedot olivat niukkoja. Se oli odottamaton yllätys, joka viittaa mahdolliseen siltaan nykyisten ennusteongelmien voittamiseksi.
Yhdistetyn strategian omaksuminen
Tulevaisuuden ennuste voi perustua AI:n ja klassisen fysiikan yhdistämiseen. Tutkijat suosittelevat AI:n rikastamista ilmakehän fysiikalla ja aktiivisilla oppimistekniikoilla, laajentaen sen ennustuskykyä. AI voi ehdottaa tehokkaita datapisteitä perinteisille malleille simuloitavaksi, luoden vankan, hybridijärjestelmän, joka tarkentaa omaa koulutustaan.
Älykkäämpien ennusteiden strategisointi
Haasteena on tuottaa dataa älykkäästi, ottaen huomioon pitkien historiallisten tietojen riittämättömyys yksinään. AI:n osallisuus merkityksellisten tietojen valinnassa asettaa meteorologit läpimurtojen partaalle, joiden avulla on mahdollista saavuttaa realistisia pitkän aikavälin ennusteita äärimmäisistä säätilanteista, mahdollisesti muuttaen ennaltaehkäisystrategioita.
Kun valtavat hurrikaanit ja muut paikalliset tuhot leijuvat arvaamattomasti horisontissa, AI:n ennustusmukautuvuuden yhdistäminen perusfysiikkaan saattaa olla paras välineemme avata luotettavia ennusteita ja lieventää tulevien harmaiden joutsentapahtumien vaikutuksia. University of California mukaan, tämä tieteiden välinen synergiatehtävä ennusteissa edustaa toivorikasta rintamaa meteorologiatieteille.