Zaujímavosti

Nájde sa umelá inteligencia v meteorológii?

Úvodny obrázok zdroj: David Mark, Pixabay

Ak sa nachádzate v oblasti s častou a silnou búrkovou činnosťou, súčasné predpovede počasia vám úrodu na záhrade nezachránia. Predpoveď počasia samozrejme nie je 100% a meteorológovia nám to ani nesľubujú. Časom sa však dá prísť na to, ktorá stránka ponúka predpoveď presnejšiu oproti ostatným. Tu by mohla vysokú latku nastaviť práve umelá inteligencia, vďaka ktorej sa podarilo predikovať úder bleskov.

Švajčiarske, kvalitné

Často píšeme o pokročilých riešeniach, ktoré vznikli v ďalekom USA. Úspech sa podaril aj Slovákovi, ktorý sme priblížili aj v našom článku.

Ani tento nápad neprišiel až tak zďaleka. Výnimočný model navrhli v švajčiarskom inštitúte EPFL.  Použili v ňom strojové učenie, ktoré trénovali s údajmi pozbieranými z 12 staníc v období 11 rokov. Sledovali 4 parametre: rýchlosť vetra, tlak a teplotu vzduchu, vlhkosť ovzdušia. Keďže riešenie nerobili na mieru iba na konkrétnu stanicu či krajinu, jeho použitie je univerzálne. Okrem toho, že by daným spôsobom bolo možné predpovedať bleskovú činnosť v krajinách s obmedzeným prístupom k radaru či dosahu satelitov, mohol by sa rozšíriť aj samotný obsah predpovede. Umelá inteligencia by tak nepredpovedala iba výskyt bleskov, ale ponúkala by celkovú prepoveď počasia. Súčasný model švajčiarskeho tímu v čele s Amirhosseinom Mostajabim dosiahol úspešnosť 80 %.

pocasie predpoved umela inteligencia weather forecast AI

zdroj: WikiImages, Pixabay

Budúcnosť AI v meteorológii

Umelá inteligencia má svoj potenciál pri zlepšení súčasných predpovedí počasia. Dokonca môže až úplne nahradiť niektoré súčasné postupy pri spracovaní predpovede. To si však bude vyžadovať vyššiu úspešnosť než švajčiarsky model. Po jej dosiahnutí v spojení s dátami pochádzajúcimi aj z vesmíru a strojovým učením sa ukazuje možnosť presnejšej všeobecnej predpovede počasia. Množstvo dát veru nie je zanedbateľné a kvalita satelitných snímok je dobrým predpokladom na kvalitnú predpoveď.

Okrem samotných snímkov však pri AI aplikácii záleží na:

  • Schopnostiach predikcie
  • Asimilácii údajov
  • Rozpoznávaní vzorov
  • Fúzii dát – dáta pochádzajúce z rôznych pozorovacích tokov)
  • Spracovaní obrazu, inteligentný prístup vrátane efektívnosti
  • Spôsobe kontroly

Poskytne nám strojové učenie presnú predpoveď, aby nás namiesto sľúbeného polooblačna neprekvapili ľadové krúpy? Kým sa tak stane, majme radšej vždy po ruke aspoň malý dáždnik.

Zdroj: AI Trends

Pridaj komentár

Vaša e-mailová adresa nebude zverejnená. Vyžadované polia sú označené *