En ny AI-modell slår väderdatorerna på fingrarna. Den är bättre på att förutspå orkaner, havsvågor och luftföroreningar. Enda nackdelen – den förstår inte varför.
Microsoft har tagit fram en modell som kan vara bra på det mesta när det gäller olika miljöprognoser.
– Google och Nvidia har gjort modeller för väder. Vi ville gå ett steg längre, säger Paris Perdikaris, lektor i maskinteknik och tillämpad mekanik vid University of Pennsylvania, och en av forskarna bakom studien.
Resultatet kallas Aurora, som är en grundmodell som kan anpassas för att beräkna luftkvalitet, havsvågor, sandstormar och orkaner. Den bygger på data från traditionella modeller för att förstå, simulera och förutspå exempelvis väder.
– AI-modellen har tränats på en stor samling geofysisk data, mer än en miljon timmar, säger Perdikaris.
"Det är en modell som är byggd från scratch. Den bygger inte på några existerande modeller", säger Paris Perdikaris om den nya Aurora. Perdikaris arbetade för Microsoft under arbetet, men är numera tillbaka i den akademiska världen. Foto: Sylvia Zhang/Nature
Som en seglare
Datan har sedan jämförts med resultat från exempelvis satelliter och väderstationer och lärt sig att känna igen olika mönster.
– Man kan se det som en erfaren seglare som lärt sig att förutspå en storm genom att titta på molnen och sin tidigare erfarenhet, snarare än att räkna ut matematiska ekvationer.
När det gällde exempelvis hur en tropisk cyklon skulle röra sig de kommande fem dagarna var Aurora bättre än sju traditionella prognoscenter och modellen var oftast mer träffsäker än traditionella modeller när det gällde havsvågor och väder, enligt en studie som publiceras i Nature.
I dag används dyra, kraftiga superdatorer för att förutspå vädret utifrån fysik.
– Aurora kan vara uppemot 5 000 gånger snabbare och kan faktiskt köras från en vanlig konsumentdator, i stället för att kräva superdatorer. Så jag ser också stora fördelar när det gäller fart och träffsäkerhet, i scenarier där snabba beslut behöver tas.
Förstår inte varför
Aurora förstår däremot inte fysik. Den kan likt seglaren förstå vad det blir för väder, men inte varför.
– Om den möter något som inte stämmer väl med den historiska datan som systemet tidigare sett, så kan den göra misstag.
– Vi kommer alltid behöva en mänsklig expert som kan känna igen om en prognos är fysiskt logisk och som kan fatta beslut om den officiella prognosen, säger han.
Superdatorer kommer fortfarande att behövas, tror Paris Perdikaris. Bland annat används de för att berätta vilka förhållanden som råder just nu, vilket behövs för att AI:n ska kunna blicka framåt.
– Vi är inte där än att AI kan göra allt på egen hand. Den förlitar sig till stor del på existerande modeller och deras data för att fortsätta att tränas och anpassas. Men om ett årtionde kanske det ser annorlunda ut, säger han.
