Nyári meleg után, télies időjárás idehaza, elöntött város a sivatagi Dubaiban; egyre másra sorjáznak a váratlan és szokatlan időjárási jelenségek a Földön. A globális felmelegedés miatt mind gyakoribb drámai időjárási változások korában különösen fontos, hogy a mesterséges intelligencia alapú időjárás-előrejelzések az eddigieknél jóval hatékonyabb és precízebb jóslatokat, sőt életmentő gyorsaságot ígérnek, de új lendületet kaphatnak a klímamodellek is.

Tavaly szeptember 16-án a Lee hurrikán ostromolta Kanada és az Egyesült Államok keleti partjait, három halálos balesetet, több tízezer áramkimaradást és lezárt reptereket hagyva maga után Nova Scotia és Long Island térségében.

Négy nappal előtte, szeptember 13-án a New England-i partvonalon figyelmeztetést adtak ki a közelgő hurrikánról, majd Joe Biden amerikai és Justin Trudeau kanadai elnök is óvatosságra intette a lakosokat. Néhányan viszont már jóval korábban sejtették, hogy közeleg a baj.

A Deep Mind egy héttel javította a hurrikán előrejelzést

A hurrikán előtt 10 nappal, amikor a meteorológusok még csak a sötétben tapogatóztak és feszülten várták, hogy lesz-e bármi az időjárás szokatlan mozgolódásából, a Google mesterséges intelligenciával foglalkozó DeepMind részlege már hurrikánt jósolt az észak amerikai kontinens északkeleti részére. A hurrikánok átlagosan maximum 3-4 nappal korábban jelezhetők előre, így egy tíz napos jóslat óriási előrelépés lenne a katasztrófavédelemben, szó szerint életeket menthet.

A DeepMind kutatói mindenesetre óva intenek: modelljük még messze a tökéletestől, megjósolták ugyan a hurrikán mozgását, de az csak a kép fele, mivel nem tudták megjósolni annak intenzitását. Abban viszont biztosak lehetünk, hogy azok a meteorológusok, akik korábban szkeptikusok voltak a mesterséges intelligenciával szemben, átgondolják álláspontjukat.

Nova Scotia csendes partvidéke a Lee hurrikán előtt.
Forrás: Suchakra Sharma/Unsplash

Napjainkban a hagyományos meteorológia komplex fizikai és matematikai modellek segítségével, úgynevezett numerikus időjárás-előrejelzéssel igyekszik megjósolni az időjárást, melyeket ma már szuperszámítógépek támogatnak. Így tesz az egyik legismertebb meteorológiai előrejelzéseket készítő központ, az úgynevezett ECMWF, azaz a Középtávú Időjárás-előrejelzések Európai Központja is, melynek adatait a Magyar Meteorológiai Szolgáltató is használja. Az 1960-as években kifejlesztett modellek jól leképezik a fizikai törvényeket és a folyadékok áramlásának matematikáját, de komoly elméleti korlátjuk, hogy mivel az időjárás egy alapvetően kaotikus folyamat, így csak rövidtávú előrejelzésekre alkalmasak megbízhatóan. A kezdő feltételek szinte elhanyagolható megváltoztatása is óriási hatást jelent ugyanis hetek vagy hónapok leforgása után – gondoljunk csak a pillangó szárnycsapásával kapcsolatos mondásra és a tornádóra.

Az ECMWF szuperszámítógépe, az Atos, több mint egymillió processzor magból áll.
Forrás: ECMWF

A mesterséges intelligencia támogatta időjárás előrejelzések viszont nem ismerik a fizikát és a matematikát. A MI ugyanis csak egy óriási tanuló adatszettet kap a korábbi évtizedek időjárásáról, majd ezekből “vakon” próbálja megjósolni, hogy mi lesz a jövő időjárása, anélkül, hogy értené a mögötte rejlő matematikai összefüggéseket. A helyzet hasonló a többszáz éves népi megfigyelésekhez, ahol a kor embere nem feltétlenül tudta, hogy miért, de mintázatok alakultak ki számára az időjárásban, amely hellyel-közzel megjósolta, hogy mit hozhat a jövő.

Fontos viszont megjegyezni, hogy mesterséges intelligencia alapú modellek sem tudják megszegni a fizika törvényeit, az időjárás ugyanúgy kaotikus marad, arra ne számítsunk, hogy az új modellekkel drasztikusan távoli időjárás is megjósolható lenne, a pontosság és leginkább az előrejelzések gyorsasága viszont ugrásszerűen nőhet.

Kihagyják a fizikát

Az 1964-es alaszkai cunami pusztítása.
Forrás: National Oceanic and Atmospheric Administration

A meteorológiai intézetek átlagosan 6 óránként frissítik a középtávú időjárás-előrejelzéseket, mert körülbelül ennyi időbe telik lefuttatni a szuperszámítógépeken a legújabb megfigyelésekkel kiegészített adatokat. A DeepMind GraphCast-ja, amely 10 napos előrejelzést hoz létre, viszont néhány perc alatt lefut egy átlagos számítógépen is. A fejlesztők állítják, hogy előrejelzéseik pontosabbak is mint az etalonnak számító ECMWF előrejelzések. A GraphCast hurrikán jóslata ráadásul nem csak amiatt szenzációs eredmény, hogy megelőzte a hagyományos jóslatokat, hanem amiatt is, hogy egy ilyen ritka eseményt jelzett előre. A mesterséges intelligencia alapú időjárás-előrejelzésnek ugyanis komoly ismert hibája, hogy hajlamos a hurrikánokhoz hasonló extrém eseményeket számítási hibának tekinteni és elhanyagolni azokat.

A “vakon találgató” mesterséges intelligencia rendszerekkel viszont nincs kibékülve egy másik MI-óriás, az IBM, amely szerint nem szabad kivonni a matematikai-fizikai modelleket az MI-alapú időjárás-előrejelzésből. Az IBM az éghajlatról talán legnagyobb tudással rendelkező nagyágyúval, a NASA-val karöltve alkotta meg a watsonx.ai eszközt, amely műhold adatokkal turbózza fel az időjárás-előrejelzést. Céljuk szintén az olyan katasztrófával fenyegető extrém események keresése, mint az erdőtüzek vagy az árvizek. Hasonló de még ambiciózusabb célt tűzött ki maga elé az Nvidia MI-projektje, az Earth-2, amely nem csak időjárás-előrejelzésre használható hanem a Föld klímaváltozásának modellezésére is.

Oregon lángokban.
Forrás: Marcus Kauffman/Unsplash

15 évvel ezelőtt Peter Bauer, akkor az ECMWF meteorológusa küldött egy e-mailt az Nvidia-nak arról az ambiciózus ötletéről, ami a Föld digitális modellezése lenne. Ma pedig már, mint a Föld digitális ikertestvérére utalnak az Earth-2 fejlesztői, melynek célja, hogy pontosabb klímamodellek jöjjenek létre az Nvidia grafikus processzorainak segítségével. A klímamodellek ugyanis még az időjárás-előrejelzés modelleknél is sokkal bonyolultabbak és kifinomultabbak, hiszen óriási időbeli adatsort kell feldolgozniuk és megjósolni, hogy milyen lesz az éghajlat száz és ezer év múlva.

Az Earth-2 kulcsfontosságú lehet a klímaváltozás pontos megértésében, de a teljes képhez tartozik, hogy a fentebb említett IT óriások maguk is hozzájárultak az energiapazarláshoz.

Az Nvidia néhány évvel ezelőtt csúcsosodó, grafikus processzorokon futó kriptovaluta bányászata elképesztő mennyiségű energiát égetett el, s az adatközpontok ma is körülbelül 2-3 százalékát teszik ki a teljes globális energiafelhasználásnak.

A mesterséges intelligencia energia-hatékonyabb

A mesterséges intelligencia betanítása is rendkívül számításigényes feladat, a Stanford Egyetem becslése szerint az OpenAI a Chat GPT-3 betanításával körülbelül 500 tonna széndioxidot bocsátott ki, ami körülbelül 200 000 liter benzin elégetésének felel meg. Az újdonsült technológiák féktelen energiapazarlása viszont jól ismert folyamat, amely azonban idővel csökkenni szokott. Az MI-fejlesztők is azt ígérik, hogy a jövőbeli termékek már sokkal hatékonyabbak lesznek, sőt, a mesterséges intelligencia alapú időjárás-előrejelzés már most is nagyságrendekkel energiahatékonyabb, mint bármelyik szuperszámítógépek által készített hagyományos előrejelzés. A PwC Microsoftnak készített elemzése szerint az MI hadrendbe állításával 2030-ig az üvegházhatású gázok globális kibocsátása akár 4 százalékkal is csökkenthető – egy ilyen nagyívű, ambiciózus előrejelzés viszont nem biztos, hogy megbízhatóbb, mint maga az időjárás.

Az Nvidia Earth-2 egyik vizualizációja.
Forrás: Nvidia

Nem szabad viszont figyelmen kívül hagyni, hogy bár a mesterséges intelligencia jelenleg az egyik legfontosabb tudományág, a fentebb említett “vakon tapogatózás” és a fizikai-matematikai modellek és összefüggések elhanyagolása miatt kiszámíthatatlan, megbízhatatlan viselkedése is lehet. Az MI-rendszerek hajlamosak különböző hibákra, mint például a generatív AI esetében a “hallucinációk”, amikor a modellek kitalált információkat tényként állítanak be. Egy időjárás-jelentéssel foglalkozó MI-modellnél felmerül a felelősség kérdése is: ki hibázott, ha egy rossz előrejelzés miatt katasztrófa történt?

A mesterséges intelligencia sajátossága a legtöbb tudományággal szemben, ahol gyakran éveket és évtizedeket kell várnunk arra, hogy piacra kerüljenek az innovációk, hogy az MI-modellek páratlan gyorsasággal épülnek be a hétköznapi életünkbe.

Az ECMWF pedig szorosan együttműködik a Google-al, a Huawei-el és az Nvidia-val és publikálja is azok jóslatait, sőt, idén útnak indították a saját MI-alapú időjárás-előrejelző rendszerüket, az AIFS-t is.

A következő években a mesterséges intelligenciával felszerelt időjárás-előrejelzések és klímamodellek forradalmasíthatják a Föld éghajlatának megismerését és segíthetnek abban, hogy az emberiség a lehető legfelkészültebb legyen, bármit is hoznak az új szelek.