Nový meteorologický model vykazuje ve srovnání s tradičními předpověďmi vysokou rychlost a přesnost

Společnost HUAWEI CLOUD oznámila, že v jednom z nejlepších světových vědeckých časopisů Nature vyšel článek o jejím průlomovém modelu na bázi umělé inteligence (AI) Pangu Weather.

Podle databáze Nature Index jde o první případ, kdy jsou výhradními autory článku publikovaného v Nature zaměstnanci čínské technologické společnosti. Článek vyšel 5. července 2023 a popisuje vývoj přesného a spolehlivého globálního systému předpovědi počasí využívajícího umělou inteligenci, který je založen na hloubkovém učení s využitím dat shromážděných za 43 let.

Pangu-Weather je prvním AI predikčním modelem, který prokázal vyšší přesnost než tradiční numerické metody předpovědi počasí. Umožňuje zvýšit rychlost předpovědi 10 000krát a zkrátit tak dobu předpovědi globálního počasí na pouhé sekundy. Článek s názvem „Accurate medium-range global weather forecasting with 3D neural networks" (Přesná globální střednědobá předpověď počasí pomocí 3D neuronových sítí)" předkládá nezávislé ověření těchto jeho vlastností.

Pangu-Weather zpochybňuje dosavadní předpoklady, že předpovědi počasí s umělou inteligencí jsou méně přesné než tradiční numerické předpovědi. Tento model z dílny týmu HUAWEI CLOUD je prvním AI modelem pro předpověď počasí, jehož přesnost je vyšší než u tradičních numerických metod.

Díky rychlému rozvoji výpočetní techniky v posledních 30 letech se přesnost numerických předpovědí počasí výrazně zvýšila a umožňuje například varovat před extrémními katastrofami a předpovědět změnu klimatu. Stále však jde o metodu poměrně časově náročnou. Pro zvýšení rychlosti předpovědí tak vědci zkoumají možnosti využití metod hlubokého učení. Přesnost předpovědí založených na umělé inteligenci pro střednědobé a dlouhodobé předpovědi nicméně zůstává nižší než u numerických předpovědí. Umělá inteligence také většinou nebyla schopna předpovídat extrémní a nestandardní počasí, jako jsou tajfuny.

Těch se přitom každoročně na celém světě vyskytne asi 80. V roce 2022 činily jen v samotné Číně přímé ekonomické ztráty způsobené tajfuny podle údajů čínského ministerstva pro krizové řízení 5,42 miliardy jüanů. Čím dříve se přitom podaří vydat varování, tím snáze a účinněji lze provést adekvátní opatření.

Modely předpovědi počasí s umělou inteligencí jsou atraktivní pro svou rychlost, postrádají však přesnost, a to ze dvou důvodů. Za prvé, stávající modely meteorologických předpovědí s umělou inteligencí jsou založeny na 2D neuronových sítích, které nedokážou dobře zpracovat nejednotná 3D meteorologická data. Za druhé, pokud je model dotázán příliš často, střednědobá předpověď počasí může trpět kumulativními chybami předpovědi.

Jak tyto problémy řeší Pangu-Weather

Během odborných testů prokázal model Pangu-Weather při předpovědích na 1 hodinu až 7 dní vyšší přesnost oproti tradičním numerickým předpovědním metodám, přičemž rychlost předpovědi se zvýšila 10 000krát. Model dokáže během několika sekund přesně předpovědět detailní meteorologické parametry včetně vlhkosti, rychlosti větru, teploty a tlaku při hladině moře.

Model využívá ke zpracování složitých neuniformních 3D meteorologických dat architekturu 3D Earth-Specific Transformer (3D transformátor specifický pro Zemi, 3DEST). Pomocí hierarchické strategie časové agregace byl vytrénován pro různé intervaly předpovědi s využitím 1hodinového, 3hodinového, 6hodinového a 24hodinového intervalu. Výsledkem byla minimalizace množství iterací pro předpověď meteorologického stavu v určitém čase a snížení počtu chybných předpovědí.

V rámci trénování modelu pro konkrétní časové intervaly mu autoři dodali data ze 100 epoch (cyklů) s využitím hodinových vzorků meteorologických dat z let 1979-2021. Každý z výsledných dílčích modelů vyžadoval 16 dní trénování na 192 grafických kartách V100. Nyní dokáže Pangu-Weather na grafické kartě V100 zpracovat 24hodinovou globální předpověď počasí za pouhých 1,4 sekundy, tedy 10 000krát rychleji než při tradiční numerické předpovědi.

Dr. Tian Qi, hlavní vědecký pracovník HUAWEI CLOUD pro oblast umělé inteligence, člen Institutu pro elektrotechnické a elektronické inženýrství (Institute of Electrical and Electronics Engineers, IEEE) a akademik Mezinárodní euroasijské akademie věd, vysvětlil, proč se tým HUAWEI CLOUD AI rozhodl zaměřit na předpovědi počasí: „Předpověď počasí patří v oblasti vědeckého programování k nejdůležitějším scénářům – meteorologická předpověď je velmi složitý systém, v němž lze jen obtížně postihnout všechny aspekty matematických a fyzikálních znalostí. Jsme proto potěšeni, že náš výzkum byl oceněn časopisem Nature. Modely umělé inteligence dokáží z obrovského množství dat vytěžit statistické zákony vývoje atmosféry. V současné době Pangu-Weather především doplňuje práci předpovědního systému a jeho hlavní schopností je předpovídat vývoj stavu atmosféry. Naším konečným cílem je vytvořit systém předpovědi počasí nové generace s využitím technologií umělé inteligence pro rozšíření stávajících předpovědních systémů."

Akademičtí recenzenti z časopisu Nature se vyjádřili k významu a kvalitě výzkumu společnosti HUAWEI CLOUD a uvedli, že Pangu-Weather lze velmi snadno stáhnout a spustit, přičemž rychle funguje i ve stolním počítači. To znamená, že kdokoli z meteorologické komunity nyní může tyto modely spouštět a testovat dle libosti. Komunita tak získává jedinečnou příležitost zkoumat, jak dobře model předpovídá konkrétní jevy. Tato možnost bezpochyby přispěje k pokrokům v tomto oboru. Další recenzent uvedl, že samotné výsledky významně překonávají výsledky z dřívějších dob. Práce tedy vybízí k přehodnocení našich představ o tom, jak by mohly předpovědní modely v budoucnu vypadat.

V květnu 2023 upoutal pozornost celého světa tajfun Mawar, který byl dosud nejsilnější tropickou cyklónou tohoto roku. Podle Čínské meteorologické správy Pangu-Weather přesně předpověděl trajektorii tajfunu Mawar pět dní předtím, než změnil směr ve východních vodách poblíž Tchaj-wanu.

Aby však bylo možné neustále zlepšovat špičkové modely předpovědi počasí na bázi umělé inteligence, je nezbytné zajistit stabilní cloudové prostředí, pracovní sestavy a odpovídající provoz a údržbu. (8.7.2023)