KI forbedrer værmeldingen – men mennesker må fortsatt til

Flere av de nyeste KI-systemene utviklet av selskaper som Microsoft og Google viser allerede bedre treffsikkerhet enn klassiske metoder – og raskere resultater.

Maskinene lærer vær

Microsofts nyutviklede modell Aurora har vist seg å være spesielt effektiv. I tester kom den bedre ut enn de avanserte modellene til det europeiske værinstituttet ECMWF i over 90 prosent av tilfellene. Modellen skal også ha forutsett landgangen til tyfonen Doksuri på Filippinene i juli 2023 – flere dager før hendelsen, og mer presist enn de offisielle varslene. Det skriver popular science.

I tillegg har Google utviklet GenCast, som i sammenlignbare tester leverte mer nøyaktige 15-dagersvarsler enn modellene som brukes i 35 land. Det lover godt for fremtidens prognoser, der behovet for tidlig varsling av ekstremvær stadig øker.

Les også: Elon Musk-forutsigelser: slik vil fremtiden se ut for deg

Billigere, raskere og mer fleksibelt

Tradisjonelle modeller bygger på fysikk og numerisk løsning av komplekse ligninger. De tar mange år å utvikle og krever enorme datamengder og regnekraft. KI-modeller, derimot, lærer av historiske værdata og kan raskt oppdateres og tilpasses nye situasjoner.

Aurora er trent på over én million timer med værinformasjon, og bruker mønstergjenkjenning for å forutsi fremtidige forhold. Den klarte for eksempel å forutsi syklonbaner globalt i 2022–2023-sesongen bedre enn syv etablerte modeller – og dette til en lavere kostnad.

KI trenger fortsatt mennesker og data

Selv med imponerende resultater står KI ikke alene. Modellenes nøyaktighet avhenger fortsatt av tilgang på oppdatert og lokal værdata – for eksempel fra værballonger, radarer og målestasjoner. Det er nettopp her utfordringene vokser: bemanningskutt hos værmyndighetene har allerede redusert antallet værballongslipp i USA, og det kan svekke både tradisjonelle og KI-baserte varsler.

– Jordens klima er et ekstremt komplekst system, sier Paris Perdikaris, en av forskerne bak Aurora. Han understreker at effektiv varsling krever både nøyaktige verktøy og rask datainnsamling.

KI kommer til å spille en stadig viktigere rolle i værvarsling. Den gir raskere, billigere og i mange tilfeller mer presise prognoser. Men for at teknologien skal lykkes, må den kombineres med god datainfrastruktur og menneskelig ekspertise. Den digitale værmelderen trenger fortsatt et menneske bak spakene.

Les også: Tidligere Apple-ansatt avslører: Dette bør alle iPhone-eiere vite om batteriet