Az MI leszerepelt a texasi árvizeknél – de ez még csak a kezdet

Az MI leszerepelt a texasi árvizeknél – de ez még csak a kezdet
A július 4-i hétvégén különösen heves árvizek pusztítottak Texas államban, komoly károkat okozva. Sokan az új, magasan fejlett MI-alapú időjárás-előrejelző rendszerektől várták volna a veszély időben történő jelzését, ám ezek a modellek cserben hagyták a lakosságot: nem tudták pontosan előrejelezni az eseményeket. Ehelyett a hagyományos, nagy felbontású, helyi előrejelzések bizonyultak a leghatékonyabbnak. Az országos, globális modellek és az MI-modellek egyaránt alulmaradtak, ahogy azt Daniel Swain, kaliforniai vízkutató és klímatudós is hangsúlyozta.

Miért buktak el az MI-modellek?

Az MI időjárás-előrejelzésekkel kapcsolatban akadnak optimista hangok, miszerint ezek hamarosan képesek lesznek a légköri fizika mélyebb, önálló megértésére, ezáltal a szokatlan, példátlan időjárási eseményeket is detektálhatják. Jelenleg azonban ezek a rendszerek főként globális vagy nagy régiós skálán működnek jól, a helyi, hirtelen jelentkező szélsőségek megjóslása még kihívást jelent. Russ Schumacher, a Colorado Állami Egyetem meteorológusa szerint a lokális csapadékelőrejelzés rendkívül bonyolult, és ezzel eddig keveset foglalkoztak az MI-modellek tervezésekor.

A texasi események azért is okoztak gondot az MI-algoritmusoknak, mert ezek a ritka, extrém helyzeteket – történetükből adódóan – nem látott esetekből kiindulva próbálnak előrejelzést adni. Jelenleg az MI-rendszerek főként múltbéli adatok alapján készülnek fel, ilyen szélsőségekből azonban kevés példa áll rendelkezésre a tanuláshoz. Imme Ebert-Uphoff és Kyle Hilburn a Nature-ben arra is figyelmeztetett: ha egy MI olyan szituációval találkozik, amilyennel korábban még nem, akkor a viselkedése kiszámíthatatlanná válhat, és az előrejelzések kaotikusak lehetnek.

Kísérletek a fejlesztésre: hibrid rendszerek

Az Egyesült Államok Országos Légkörkutató Szolgálata (NOAA) több kísérleti projektet is futtat, amelyek a hagyományos és MI-alapú előrejelző modelleket igyekeznek ötvözni. Erre példa a Riasztás alapú előrejelzés (Warn-on Forecast, WoFS) rendszere, amely szinte valós időben, 15 percenként frissülő, nagy felbontású előrejelzésekre képes. Ennek MI-alapú változata, a WoFSCast még az eredeti gyorsaságán is túltesz, miközben jóval kevesebb számítási kapacitást igényel.

Szintén kísérleteznek a Nagy Felbontású Gyors Frissítés (High-Resolution Rapid Refresh, HRRR) nevű modellel, mely kifejezetten a lokális viharokat tudja sikeresen megjósolni – ez például Texasban is jól vizsgázott. Már készül az MI-alapú HRRRCast verzió is, mely szintén a nagy felbontású, gyors előrejelzések műfaját célozza. Ezeket a fejlesztéseket azonban nagyon hátráltatja a szövetségi finanszírozás hiánya.

Forráshiány, veszélyben a kutatás

A Trump-kormányzat 2026-os javaslatában 2,2 milliárd USD-t (kb. 790 milliárd forintot) vonnának meg a NOAA-tól, megszüntetve például a kutatóintézetek teljes hálózatát, amelyhez olyan laborok is tartoznak, mint az NSSL, ahol a WoFS-t és MI-alapú társait fejlesztik. A kereskedelmi szektor jelenleg lényegesen több forrást fektet MI-alapú időjárásmodellezésbe, mint a szövetségi szféra, miközben az NWS – a Nemzeti Meteorológiai Szolgálat – továbbra is nyilvános, mindenki számára elérhető előrejelzések biztosítására törekszik.

A kutatók szerint, ha ezek a megszorítások megvalósulnak, jelentősen visszaeshet az Egyesült Államok időjárás-előrejelzési képessége. Brad Colman, az Amerikai Meteorológiai Társaság korábbi elnöke figyelmeztetett: a tudományos kutatások elvesztése hosszú távon komoly következményekkel jár, különösen, ha a magánszféra önmagában nem képes ellátni a társadalmi érdekeket szolgáló feladatokat.


Köz- és magánszféra összjátéka: szükség és lehetőség

A szakértők szerint a legjobb eredményeket az hozná, ha a köz- és magánszféra szorosabban működne együtt az innováció terén. Így megmaradna a közszolgálatiság – tehát hogy az ország minden közössége, anyagi helyzetétől függetlenül részesülhessen az időjárási előrejelzések védelmében –, miközben a szükséges innováció és verseny is érvényesülhetne.

A szerény szövetségi finanszírozás mellett azonban kérdéses, hogy a kutatói infrastruktúra életben maradhat-e. És bár az MI szédületes tempóban fejlődik, a hagyományos modellek is egyre pontosabbak – mint például a hurrikánelőrejelzések, amelyek évtizedes adatgyűjtés eredményei. Corey Potvin hangsúlyozta, nem szabad minden erőforrást az MI-re fordítani, különben az egész időjárásmodellezés alapjait veszélyeztetjük.

Jövő: MI és hagyományos előrejelzés kéz a kézben

Zajlik tehát az MI forradalma az időjárás-előrejelzésben, de a kutatók és meteorológusok egybehangzó véleménye szerint a következő években csak a két módszer együttes alkalmazásával érhető el valódi áttörés. Amíg a szövetségi támogatás elapadása nem veszélyezteti a kutatást, Texas és a többi, áradások sújtotta terület lakói abban bízhatnak, hogy a digitális úttörés nem a hagyományos rendszerek kárára, hanem azok mellett hozza el az áldásait.

2025, adminboss, www.scientificamerican.com alapján



Legfrissebb posztok