Studija upoređuje vodeće AI modele za prognozu vremena (GraphCast, Pangu-Weather, Fuxi) sa fizički zasnovanim sistemom HRES na podacima o ekstremima iz 2018–2020. AI je brži i često precizniji za rutinske prognoze, ali ima tendenciju da podcenjuje rekordne događaje, naročito talase vrućine. Fizički modeli bolje hvataju ekstremne uslove jer se oslanjaju na zakone fizike. Autori predlažu hibridni pristup: AI za brzinu, fizički modeli za odluke visokog rizika.
'Visoke opklade': AI Često Podcenjuje Rekordne Vremenske Pojave — Istraživanje Predlaže Hibridni Pristup
Photo Credit: iStock
Veštačka inteligencija brzo napreduje u svakodnevnom prognosticiranju vremena, ali nova studija upozorava da najnapredniji AI sistemi mogu da promaše kada su u pitanju najekstremniji i najrizičniji događaji.
Šta su istraživači uradili?
Istraživači su analizirali bazu podataka ekstremnih talasa vrućine, hladnoće i vetra iz perioda 2018–2020. Poređen je rad vodećeg fizički zasnovanog sistema za prognozu — High Resolution Forecast (HRES) — sa rezultatima prominentnih AI modela kao što su GraphCast, Pangu-Weather i Fuxi. Prognoze su upoređene sa stvarnim zabeleženim podacima i rezultati objavljeni u časopisu Science Advances (izveštaj predstavljen i na Phys.org).
Ključni nalazi
AI modeli su često davali vrlo brze i tačne dnevne prognoze, ali su imali značajne nedostatke kada su u pitanju rekordni ekstremi. Tokom velikih talasa vrućine, na primer, AI sistemi su više puta podcenjivali stvarne temperature — a greška je rasla kako su zabeleženi uslovi bili ekstremniji u odnosu na istorijske obrasce.
Zašto se to dešava?
Autori objašnjavaju da fizički modeli poput HRES koriste temeljne zakone fizike atmosfere, što im omogućava bolje predviđanje ponašanja sistema čak i kada on deluje izvan uobičajenih obrazaca. AI modeli, koji su obučeni na istorijskim podacima, imaju ograničenu sposobnost ekstrapolacije izvan domena svoje obuke i često "vuku" prognoze prema prosečnim istorijskim uslovima umesto da reflektuju ekstremnu realnost.
Posledice za javnost i infrastrukturu
Tačne prognoze su ključne za zaštitu života, domova, elektroenergetskih sistema i infrastrukture, naročito u uslovima koji postaju učestaliji usled klimatskih promena. Ako se intenzitet talasa vrućine, dubokih mrazova ili jakih vetrova potceni, šteta i rizik po ljude i sisteme mogu biti znatno veći.
Preporuke
Autori ne predlažu odustajanje od AI — naprotiv. Preporučuju hibridni pristup: koristiti AI modele zbog brzine i efikasnosti za rutinske prognoze, ali u visoko-rizičnim situacijama osloniti se (ili kombinovati) na fizički zasnovane modele za donošenje odluka sa velikim posledicama. Potrebna je i dodatna rigorozna verifikacija i razvoj kako bi AI sistemi pouzdanije predviđali ekstremne događaje.
„Naši nalazi ističu trenutna ograničenja AI modela za prognozu vremena u ekstrapolaciji izvan njihove domene obuke i u predviđanju potencijalno najuticajnijih rekordnih vremenskih događaja... Potrebna je dalja rigorozna verifikacija i razvoj modela pre nego što se ovi sistemi mogu osloniti za visokorizične primene kao što su sistemi ranog upozoravanja i upravljanje katastrofama.“
Zaključno, kombinacija brzine AI i robusnosti fizičkih modela može pružiti najbolji put ka pouzdanim prognozama u uslovima kada su ulozi najviši.
Pomozite nam da budemo bolji.
