Modelul revoluționar al Google pentru prognoza uraganelor a impresionat în această sezon

Sezonul uraganelor din Atlantic se apropie de final, iar acum, când tropicele intră într-un somn de iarnă, atenția meteorologilor se îndreaptă către evaluarea eficacității metodelor de prognoză folosite. Anul acesta, rezultatele sunt destul de clare: serviciul de prognoză AI al Google, operat de DeepMind Weather Lab, lansat în iunie pentru previziuni ale traiectoriilor ciclonilor, a avut o performanță remarcabilă. În contrast, modelul Global Forecast System (GFS), gestionat de Serviciul Național de Meteorologie din SUA și bazat pe fizică tradițională, a avut rezultate sub așteptări.

Deși datele oficiale care compară performanțele modelelor de prognoză vor fi publicate de Centrul Național pentru Uragane abia peste câteva luni, Brian McNoldy, cercetător principal la Universitatea din Miami, a realizat deja o analiză preliminară a datelor.

Este util să înțelegem graficul prezentat. Acesta rezumă acuratețea prognozelor de traiectorie pentru toate cele 13 furtuni numite din bazinul Atlanticului din acest sezon, măsurând eroarea medie de poziție la diferite ore în prognoză, de la 0 la 120 de ore (cinci zile). În acest grafic, cu cât o linie este mai jos, cu atât performanța modelului este mai bună.

Linia punctată neagră arată eroarea medie de prognoză pentru previziunile oficiale din sezoanele 2022 până în 2024. Ce iese în evidență este că modelul global de top al Statelor Unite, GFS (denotat aici ca AVNI), este de departe modelul cu cele mai slabe performanțe. În schimb, la capătul inferior al graficului, în culoarea maro, se află modelul Google DeepMind (GDMI), care performează cel mai bine la aproape toate orele de prognoză.

Diferența de erori între modelul GFS al SUA și Google DeepMind este remarcabilă. La cinci zile, prognoza Google a avut o eroare de 165 de mile nautice comparativ cu 360 de mile nautice pentru modelul GFS, mai mult de două ori mai rău. Aceasta este tipul de eroare care determină meteorologii să ignore complet un model în favoarea altuia.

Mai mult, modelul Google a fost atât de precis încât a depășit frecvent previziunile oficiale ale Centrului Național pentru Uragane (OFCL), care sunt produse de experți umani ce analizează o gamă largă de date de modelare. Modelul bazat pe AI a depășit și modelele de consens foarte apreciate, inclusiv produsele TVCN și HCCA.

Această comparație timpurie a modelelor nu include modelul tradițional bazat pe fizică, considerat „standardul de aur”, produs de Centrul European pentru Prognoze Meteorologice pe Termen Mediu (ECMWF). Cu toate acestea, modelul ECMWF de obicei nu performează mai bine decât centrele de uragane sau modelele de consens, care iau în considerare mai multe tipuri de date de modelare, deci este puțin probabil să fie superior modelului Google DeepMind.

Este de remarcat faptul că DeepMind a excelat și în prognoza intensității uraganelor, adică fluctuațiile în forța unui uragan. Astfel, în primul său sezon, a reușit să prevadă atât traiectoriile, cât și intensitatea uraganelor.

Știință&Tehnică

Revista “Ştiinţă şi Tehnică“, cea mai cunoscută şi longevivă publicaţie de popularizare a ştiintelor din România