AI vejrudsigter kan fange destruktive veje for store storme, viser ny undersøgelse

Kunstig intelligens (AI) kan hurtigt og præcist forudsige vejen og intensiteten af ​​større storme, viser en ny undersøgelse.

Undersøgelsen, der er baseret på en analyse af november 2023's Storm Ciarán, tyder på, at vejrudsigter, der bruger maskinlæring, kan producere forudsigelser af samme nøjagtighed som traditionelle prognoser hurtigere, billigere og med mindre beregningskraft.

Udgivet i npj Climate and Atmospheric Science , University of Reading-undersøgelsen fremhæver AI's hurtige fremskridt og transformative potentiale i vejrudsigelse.

Professor Andrew Charlton-Perez, der ledede undersøgelsen, sagde:"AI transformerer vejrudsigten foran vores øjne. For to år siden blev moderne maskinlæringsteknikker sjældent anvendt til at lave vejrudsigter. Nu har vi flere modeller, der kan producere 10- dag globale prognoser på minutter.

"Der er meget, vi kan lære om AI-vejrudsigter ved at stressteste dem på ekstreme begivenheder som Storm Ciarán. Vi kan identificere deres styrker og svagheder og guide udviklingen af ​​endnu bedre AI-prognoseteknologi for at hjælpe med at beskytte mennesker og ejendom. Dette er et spændende og vigtigt tidspunkt for vejrudsigt."

Løfte og faldgruber

For at forstå effektiviteten af ​​AI-baserede vejrmodeller sammenlignede forskere fra University of Reading AI og fysikbaserede prognoser af Storm Ciarán - en dødelig vindstorm, der ramte Nord- og Centraleuropa i november 2023, som krævede 16 menneskeliv i det nordlige Europa og efterlod flere end en million hjem uden strøm i Frankrig.

Forskerne brugte fire AI-modeller og sammenlignede deres resultater med traditionelle fysikbaserede modeller. AI-modellerne, udviklet af teknologigiganter som Google, Nvidia og Huawei, var i stand til at forudsige stormens hurtige intensivering og spore 48 timer i forvejen. Forskerne sagde i vid udstrækning, at prognoserne ikke kunne skelnes fra ydelsen af ​​konventionelle prognosemodeller.

AI-modellerne fangede også nøjagtigt de storstilede atmosfæriske forhold, der gav næring til Ciaráns eksplosive udvikling, såsom dens position i forhold til jetstrømmen - en smal korridor af kraftige vinde på højt niveau.

Maskinlæringsteknologien undervurderede imidlertid stormens skadelige vinde. Alle fire AI-systemer undervurderede Ciaráns maksimale vindhastigheder, som i virkeligheden stormede med hastigheder på op til 111 knob ved Pointe du Raz, Bretagne. Forfatterne var i stand til at vise, at denne undervurdering var forbundet med nogle af stormens træk, herunder temperaturkontraster nær dens centrum, som ikke var godt forudsagt af AI-systemerne.

For bedre at beskytte mennesker mod ekstremt vejr som Storm Ciarán, siger forskerne, at yderligere undersøgelse af brugen af ​​AI i vejrudsigelse er et presserende behov. Udvikling af maskinlæringsmodeller kan betyde, at kunstig intelligens rutinemæssigt bruges i vejrudsigter i den nærmeste fremtid, hvilket sparer prognosemænd for tid og penge.

Flere oplysninger: Andrew J. Charlton-Perez et al., producerer AI-modeller bedre vejrudsigter end fysikbaserede modeller? Et kvantitativt evalueringscasestudie af Storm Ciarán, npj Climate and Atmospheric Science (2024). DOI:10.1038/s41612-024-00638-w

Journaloplysninger: npj Klima og atmosfærisk videnskab

Leveret af University of Reading