Według naukowców, sztuczna inteligencja może uratować życie, ostrzegając, gdzie huragan uderzy w ląd znacznie wcześniej niż tradycyjne systemy ostrzegania. AI może zrewolucjonizować obszar meteorologii, ponieważ wyciągając wnioski z wcześniejszych huraganów i innych skrajnych zjawisk pogodowych, może z większym wyprzedzeniem przewidzieć ich przebieg, dając czas ludności na lepsze przygotowanie albo ewakuację z miejsc, które mogą być zagrożone.

Jak wynika z artykułu opublikowanego w czasopiśmie Science, nowe narzędzie sztucznej inteligencji o nazwie GraphCast, stworzone przez Google DeepMind, przewyższa europejski model prognoz pogody średniego horyzontu – jeden z najlepszych na świecie – w ponad 90 proc. przypadków. GraphCast generuje prognozy w czasie krótszym niż minuta, wykorzystując ułamek mocy obliczeniowej tradycyjnych metod prognozowania, ponieważ działa na innej zasadzie.

Tradycyjne prognozowanie pogody polega na dokonywaniu pomiarów tego, co dzieje się w atmosferze w danej chwili, natomiast nowy model każdego dnia przyjmuje setki milionów odczytów pogodowych z całego świata. Pochodzą one z ogromnej gamy źródeł, w tym stacji meteorologicznych, satelitów, balonów wysyłanych w atmosferę, boi w oceanach, a nawet odczytów dokonywanych przez czujniki na czubkach komercyjnych samolotów odrzutowych. Następnie dane te wprowadzane są do superkomputera, który w błyskawicznym tempie dokonuje nie bilionów, lecz biliardów obliczeń. Wykorzystują one złożone równania do symulacji tego, co w danym momencie dzieje się w atmosferze, aby przewidzieć, jak pogoda będzie się zmieniać.

Metoda ta okazała się skuteczna, a w miarę udoskonalania modeli i ulepszania komputerów przez kolejne dekady prognozy pogody stały się znacznie dokładniejsze. Jednak tego typu numeryczne modele prognoz pogody, które wykorzystuje się obecnie, wymagają ogromnych ilości mocy obliczeniowej, wykorzystując jedne z największych superkomputerów na świecie, a opracowanie prognoz zajmuje zazwyczaj wiele godzin.

Zamiast tego GraphCast wykorzystuje uczenie maszynowe do analizowania ogromnych ilości danych historycznych w celu poznania ewolucji wzorców pogodowych. Nowy model AI wykorzystuje tę wiedzę do przewidywania, jak obecna pogoda prawdopodobnie zmieni się w przyszłości. Jako że nie próbuje rozwiązywać skomplikowanych równań, może tworzyć swoje prognozy bardzo szybko, potrzebując do tego znacznie mniej mocy obliczeniowej.

Nie oznacza to, że sztuczna inteligencja w niedalekiej przyszłości wyprze dotychczasowe metody prognozowania pogody. W dalszym ciągu tradycyjny model jest bardziej szczegółowy dla większej ilości lokalizacji. Jednak GraphCast z wyraźnie większym wyprzedzeniem jest w stanie przewidzieć ekstremalne zjawiska pogodowe. Nowy model może wcześniej przewidzieć w którym rejonie dojdzie do ekstremalnego wzrostu temperatury, lub jaką trasą będzie przemieszczać się huragan. Zapobieżenie klęskom żywiołowym jest niemożliwe, ale w ratowaniu zagrożonych mieszkańców właśnie czas jest kluczowym czynnikiem.

Nowy model już ma za sobą swój chrzest bojowy. We wrześniu z dziewięciodniowym wyprzedzeniem przewidział, w którym miejscu huragan Lee dojdzie do lądu znad wód Atlantyku na terytorium Kanady i Stanów Zjednoczonych; dla porównania, wykorzystując tradycyjne metody prognostycy byli w stanie to ustalić jedynie sześć dni przed faktem.

Przed nowym modelem AI stoi jednak niełatwe zadanie. Zmiany klimatu sprawiają, że ekstremalne zjawiska pogodowe są nie tylko częstsze i mocniejsze, ale też mniej przewidywalne. Przykładem może być październikowy huragan Otis, który uderzył w miasto Acapulco w południowym Meksyku znad Oceanu Spokojnego. W ciągu zaledwie 24 godzin jego moc wzrosła błyskawicznie z pierwszej do piątej, najwyższej kategorii. Eksperci zwracają także uwagę, że kluczową kwestią w systemach ostrzegania przed tego typu zdarzeniami jest zaufanie, a to buduje się przez lata. Gdyby sztuczna inteligencja popełniła błąd i ostrzegła społeczności lokalne przed huraganem, a ostatecznie do niego by nie doszło, przy następnej okazji mieszkańcy mogliby zignorować ostrzeżenia przed realnym zagrożeniem. To z kolei mogłoby skończyć się tragicznie.