Předpověď umělou inteligencí
Předpověď umělou inteligencí počítá model, který se vývoj počasí naučil z desítek let dat, místo aby řešil fyzikální rovnice. Je hotová za minuty a ve velkém měřítku se vyrovná klasickým modelům.
Klasický numerický model počítá počasí z fyzikálních rovnic proudění a termodynamiky. Model umělé inteligence jde jinou cestou. Je to rozsáhlá neuronová síť, která dostala desítky let záznamů o stavu atmosféry a naučila se z nich, jak z jednoho stavu vzniká následující. Fyzikální zákony v ní nejsou zapsané, síť si jejich projevy odvodila z dat. Předpověď pak vzniká tak, že síť dostane dnešní stav atmosféry a vypočítá stav za šest hodin, ten použije jako nový vstup a tak postupuje krok za krokem až na deset dní a dál.
Z čeho se model učí
Učebnicí je reanalýza, tedy jednotný obraz počasí za desítky let zpět. Síť se na ní učí týdny na výkonných počítačích, hotový model pak ale předpověď spočítá za minuty na jediném grafickém procesoru. Klasický globální model potřebuje na stejnou úlohu hodiny na superpočítači. Výsledky z let 2022 a 2023, kdy první takové modely dosáhly přesnosti nejlepších fyzikálních modelů, proto obor rychle změnily. Vlastní modely dnes vyvíjejí technologické firmy i meteorologické služby a od roku 2025 běží první z nich v pravidelném provozu vedle fyzikálních modelů.
V čem jsou tyto modely dobré
- velké měřítko: tlakové níže a výše, jejich dráhy, teplota a vítr ve výšce,
- rychlost: předpověď je hotová dřív a dá se spočítat ve stovkách variant, což pomáhá ansámblové předpovědi,
- střednědobý výhled: na 3 až 10 dní bývají nejlepší modely stejně dobré nebo lepší než klasické.
Kde mají slabiny
- vyhlazování: síť se učí minimalizovat průměrnou chybu, a proto dává spíš opatrná, vyhlazená pole. Ostré jevy, například úzké pásy silných srážek nebo nejsilnější nárazy větru, vycházejí slabší než ve skutečnosti,
- rozlišení: globální modely umělé inteligence počítají v síti kolem 25 km, takže jednotlivé bouřky, údolí a hřebeny nevidí,
- neznámé situace: model se učil z minulosti a u jevů, které v ní nemají obdobu, není jisté, jak si povede,
- fyzikální soulad: jednotlivé veličiny nemusejí být navzájem přesně konzistentní, protože je nesvazují rovnice.
Podstatné je, že tyto modely nestojí samy. Výchozí stav atmosféry, ze kterého startují, se dál skládá z měření klasickou asimilací dat ve fyzikálním modelu, a učební data jsou výstupem téhož druhu modelů. Bez pozorovací sítě a bez fyzikálních modelů by modely umělé inteligence neměly z čeho vycházet ani z čeho se učit. Vývoj směřuje ke kombinaci obou přístupů a k modelům s jemnější sítí pro menší území.
Jak s takovou předpovědí zacházet
Pro čtenáře předpovědi se nic zásadního nemění. Model umělé inteligence je další nezávislý zdroj, který se dá porovnat s ostatními. Když se na vývoji tlakového pole shodne s fyzikálními modely, roste důvěra ve výhled, viz shoda modelů. U konkrétních úhrnů srážek, bouřek a nárazů větru je zatím rozumné dát přednost fyzikálním modelům s jemnou sítí.
Časté otázky
Nahradí umělá inteligence klasické modely?
Zatím ne. Modely umělé inteligence potřebují výchozí stav atmosféry, který se dál skládá klasickou asimilací měření, a učí se z reanalýz spočítaných fyzikálním modelem. Meteorologické služby proto provozují oba druhy vedle sebe.
Je předpověď umělou inteligencí přesnější?
U veličin velkého měřítka, jako je tlak, teplota ve výšce nebo dráha tlakové níže, jsou nejlepší modely srovnatelné s klasickými nebo o něco lepší. U srážek, nárazů větru a místních extrémů zatím zaostávají, hlavně proto, že jemné detaily vyhlazují.
Proč je předpověď umělou inteligencí hotová tak rychle?
Protože neřeší rovnice krok za krokem po desítkách sekund. Naučená síť přejde z jednoho stavu atmosféry do stavu o několik hodin pozdějšího jediným výpočtem, a celá desetidenní předpověď je tak otázkou minut.
Jak funguje předpověď počasí umělou inteligencí?
Neuronová síť se z desítek let záznamů naučila, jak se stav atmosféry mění z jednoho okamžiku na další. Z aktuálního stavu pak krok za krokem odhaduje vývoj dopředu, bez řešení fyzikálních rovnic.
V čem je předpověď umělou inteligencí dobrá?
Ve velkém měřítku: v poloze tlakových níží a výší, jejich drahách, v teplotě a větru ve výšce. Ve střednědobém výhledu na 3 až 10 dní bývají nejlepší modely stejně dobré nebo lepší než klasické.
Jaké má předpověď umělou inteligencí slabiny?
Dává vyhlazená pole, takže podceňuje ostré a extrémní jevy. Globální modely počítají v síti kolem 25 km a jednotlivé bouřky ani údolí nevidí. U situací, které v minulosti nemají obdobu, není jisté, jak si povedou.
Z jakých dat se model učí?
Z reanalýz, tedy z jednotně zpracovaných záznamů stavu atmosféry za několik desítek let, které vznikly spojením měření s klasickým modelem.
Potřebuje umělá inteligence k předpovědi měření?
Ano. Výchozí stav atmosféry, ze kterého předpověď začíná, se sestavuje z měření stejně jako u klasických modelů.
Související pojmy
Kategorie: Měření a modely. Texty a schémata mají informativní a orientační charakter, zjednodušují složitější jevy a nenahrazují odbornou literaturu ani oficiální výstrahy. Chybí vám tu nějaký pojem? Napište nám.