NASA z powodzeniem opracowała system sztucznej inteligencji, który pomaga z dużą dokładnością przewidywać rozwój burz tropikalnych

Zachowanie cyklonów tropikalnych (szybko wirujących systemów burzowych charakteryzujących się centrum niskiego ciśnienia, silnymi wiatrami i spiralnymi strukturami chmur burzowych, które wytwarzają obfite opady deszczu) staje się coraz bardziej złożone, a w ostatnich latach zmieniło się w sposób niezwykle nieprzewidywalny ze względu na wpływ globalnego klimatu zmiana. To powoduje, że ośrodki hydrometeorologiczne stoją przed wielkimi wyzwaniami w zakresie prognozowania ewolucji burzy tropikalnej.

Tak naprawdę meteorolodzy zawsze byli bardzo dobrzy w przewidywaniu kierunku burzy . Jednak obliczenie i prognozowanie, kiedy burza się nasili, jest znacznie trudniejsze. Wymaga to od meteorologów posiadania dokładnych informacji na temat rzeczywistej sytuacji zachodzącej wewnątrz cyklonu tropikalnego, a także czynników zewnętrznych, takich jak ciepło wody morskiej, ciśnienie atmosferyczne itp.

Supertajfun kategorii 5 Maysak widziany z Międzynarodowej Stacji Kosmicznej

Tak złożone zadania wymagają ogromnej pomocy ze strony systemów komputerowych, zazwyczaj sztucznej inteligencji (AI). Nowy model uczenia maszynowego opracowany przez NASA może znacznie poprawić dokładność prognoz rozwoju cyklonu tropikalnego, pomagając w ten sposób władzom w odpowiednim planowaniu, zapewniającym bezpieczeństwo życia i mienia ludzi.

Ten model sztucznej inteligencji został opracowany przez naukowców z Jet Propulsion Laboratory NASA w południowej Kalifornii w USA po wielu latach poszukiwań i syntezy danych satelitarnych związanych z systemami cyklonów tropikalnych na całym świecie.

Zasadniczo naukowcy odkryli trzy stosunkowo wyraźne sygnały wskazujące, że burza tropikalna stanie się poważniejsza: obfite opady deszczu wewnątrz burzy; ilość lodu wodnego występującego w chmurach w centrum burzy oraz temperatura powietrza wypływającego z oka burzy. Następnie zespół wykorzystał program IBM Watson Studio do zbudowania modelu analizującego wszystkie te czynniki, a także danych zebranych przez agencję rządową US National Hurricane Center, która specjalizuje się w monitorowaniu niebezpiecznych wzorców pogody tropikalnej.

Naukowcy przeszkolili model uczenia maszynowego, aby mógł wykryć, kiedy burza gwałtownie się nasili – co zwykle ma miejsce, gdy prędkość wiatru wzrośnie o 56 km/h lub więcej w ciągu 24 godzin – w przypadku huraganów. Huragany przetoczyły się przez Stany Zjednoczone w latach 1998–2008. Następnie przetestowali go na oddzielnym zestawie danych dotyczących huraganów, które nawiedziły Stany Zjednoczone w latach 2009–2014. Na koniec zespół w badaniu porównał przewidywania systemu sztucznej inteligencji z wynikami podanymi przez Narodowe Centrum Huraganów.

Mapa przedstawiająca trajektorię wszystkich cyklonów tropikalnych na Ziemi w latach 1985-2005.

Wyniki pokazują, że opracowany przez NASA model uczenia maszynowego może przewidzieć możliwość wzrostu prędkości wiatru sztormowego o co najmniej 56 km/h w ciągu 24 godzin z dokładnością o 60% większą niż obecnie stosowane obliczenia. Zwłaszcza w przypadku burz, w których wiatr osiąga prędkość co najmniej 64 km/h, system może nawet przewidzieć ich wzmocnienie z dokładnością ponad 200%.

Naukowcy z NASA testują obecnie system z huraganami podczas tegorocznego sezonu burz tropikalnych. Jeśli wyniki będą pozytywne, model natychmiast zostanie „obsadzony” w dziale prognoz meteorologicznych NASA, przyczyniając się do minimalizacji szkód dla ludzi i mienia powstałych w przypadku wykrycia w przyszłości cyklonów tropikalnych nie tylko w Stanach Zjednoczonych, ale także w wielu innych gorących punktach dookoła świata.

• Co się stanie, gdy zderzą się dwie burze?