AI menjanjikan ramalan cuaca yang lebih pantas dan lebih tepat

Kumpulan teknologi utama sedang membangunkan penyelesaian ramalan cuaca pintar berdasarkan pembelajaran mesin berasaskan arkib. Dan ini mula membuahkan hasil, terutamanya dari segi kelajuan dan ketepatan.

Namun, penambahbaikan diperlukan dalam memahami fenomena jarang tertentu, yang masih sangat sukar untuk diramalkan.

Pangu-Weather ialah model ramalan yang dibangunkan oleh Huawei Cloud, berdasarkan pembelajaran mendalam menggunakan lebih 40 tahun data. Ia adalah model ramalan AI pertama yang menunjukkan ketepatan yang lebih besar daripada kaedah berangka tradisional, menurut pasukan di sebalik projek itu, yang baru-baru ini menerbitkan kertas tentang model AI mereka dalam jurnal Nature, yang menonjolkan potensi.

Ramalan cuaca konvensional telah bertambah baik dengan ketara dari semasa ke semasa, ke tahap di mana kini mungkin untuk memberi amaran tentang bencana yang akan datang atau meramalkan kesan perubahan iklim. Dengan tujuan untuk meningkatkan ketepatan dan kelajuan ramalan, penyelidik Awan Huawei telah mengkaji kemungkinan menggunakan kaedah pembelajaran mendalam.

Menurut gergasi teknologi China itu, modelnya boleh menghasilkan ramalan cuaca global 24 jam dalam hanya 1.4 saat, iaitu 10,000 kali lebih pantas daripada kaedah ramalan berangka tradisional. Pangu-Weather berprestasi baik dengan ramalan antara satu jam hingga tujuh hari, setelah dilatih untuk selang ramalan yang berbeza (1, 3, 6 atau 24 jam).

Keputusan awal ini juga menunjukkan bahawa AI tidak dapat meramalkan fenomena cuaca yang melampau dan luar biasa, seperti taufan. Bagaimanapun, Pangu-Weather meramalkan dengan tepat laluan taufan Mawar, yang melanda Jepun pada Mei lalu, lima hari sebelum akhirnya berubah haluan. Walau bagaimanapun, pada masa yang sama model itu tidak dapat meramalkan keamatan ribut.

Dalam jangka panjang, AI boleh membantu orang ramai lebih memahami fenomena iklim tertentu dan meramalkannya dengan cukup jauh lebih awal untuk mengelakkan kehilangan nyawa dan kerosakan material. – AFP Relaxnews